1 Ejemplo guiado


No se trata de una pauta para repetir sino diferentes ejemplos para daros ideas e inspiraros.


1.1 Descripción del origen del conjunto de datos


Se ha seleccionado un conjunto de datos del National Highway Traffic Safety Administration. El sistema de informes de análisis de mortalidad fue creado en los Estados Unidos por la National Highway Traffic Safety Administration para proporcionar una medida global de la seguridad en las carreteras. (Fuente Wikipedia). Los datos pertenecen al año 2020. Se trata de un conjunto de registros de accidentes que recogen datos significativos que los describen. Todos los accidentes tienen alguna víctima mortal como mínimo. El objetivo analítico que tenemos en mente es entender que hace que un accidente sea grave y que quiere decir que sea grave. https://www.nhtsa.gov/crash-data-systems/fatality-analysis-reporting-system

1.2 Análisis exploratorio

Queremos hacer una primera aproximación al conjunto de datos escogido y responder a las preguntas más básicas: ¿Cuánto registros tiene? ¿Cuántas variables? ¿De qué tipología son? ¿Cómo se distribuyen los valores de las variables? ¿Hay problemas con los datos, por ejemplo, campos vacíos? ¿Puedo intuir ya el valor analítico de los datos? ¿Qué primeras conclusiones puedo extraer?

El primer paso para realizar un análisis exploratorio es cargar el fichero de datos.

path = 'accident.CSV'
accidentData <- read.csv(path, row.names=NULL)

1.2.1 Exploración del conjunto de datos

Verificamos la estructura del juego de datos principal. Vemos el número de columnas que tenemos y ejemplos de los contenidos de las filas.

structure = str(accidentData)
## 'data.frame':    35766 obs. of  81 variables:
##  $ STATE       : int  1 1 1 1 1 1 1 1 1 1 ...
##  $ STATENAME   : chr  "Alabama" "Alabama" "Alabama" "Alabama" ...
##  $ ST_CASE     : int  10001 10002 10003 10004 10005 10006 10007 10008 10009 10010 ...
##  $ VE_TOTAL    : int  1 4 2 1 1 2 1 2 2 2 ...
##  $ VE_FORMS    : int  1 4 2 1 1 2 1 2 2 2 ...
##  $ PVH_INVL    : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ PEDS        : int  0 0 0 0 0 0 1 0 0 0 ...
##  $ PERSONS     : int  4 6 2 5 1 3 1 2 4 3 ...
##  $ PERMVIT     : int  4 6 2 5 1 3 1 2 4 3 ...
##  $ PERNOTMVIT  : int  0 0 0 0 0 0 1 0 0 0 ...
##  $ COUNTY      : int  51 73 117 15 37 103 73 25 45 95 ...
##  $ COUNTYNAME  : chr  "ELMORE (51)" "JEFFERSON (73)" "SHELBY (117)" "CALHOUN (15)" ...
##  $ CITY        : int  0 350 0 0 0 0 330 0 0 1500 ...
##  $ CITYNAME    : chr  "NOT APPLICABLE" "BIRMINGHAM" "NOT APPLICABLE" "NOT APPLICABLE" ...
##  $ DAY         : int  1 2 2 3 4 4 7 8 9 10 ...
##  $ DAYNAME     : int  1 2 2 3 4 4 7 8 9 10 ...
##  $ MONTH       : int  1 1 1 1 1 1 1 1 1 1 ...
##  $ MONTHNAME   : chr  "January" "January" "January" "January" ...
##  $ YEAR        : int  2020 2020 2020 2020 2020 2020 2020 2020 2020 2020 ...
##  $ DAY_WEEK    : int  4 5 5 6 7 7 3 4 5 6 ...
##  $ DAY_WEEKNAME: chr  "Wednesday" "Thursday" "Thursday" "Friday" ...
##  $ HOUR        : int  2 17 14 15 0 16 19 7 20 10 ...
##  $ HOURNAME    : chr  "2:00am-2:59am" "5:00pm-5:59pm" "2:00pm-2:59pm" "3:00pm-3:59pm" ...
##  $ MINUTE      : int  58 18 55 20 45 55 23 15 0 2 ...
##  $ MINUTENAME  : chr  "58" "18" "55" "20" ...
##  $ NHS         : int  0 0 0 0 0 0 0 0 0 1 ...
##  $ NHSNAME     : chr  "This section IS NOT on the NHS" "This section IS NOT on the NHS" "This section IS NOT on the NHS" "This section IS NOT on the NHS" ...
##  $ ROUTE       : int  4 6 3 4 4 3 4 4 4 2 ...
##  $ ROUTENAME   : chr  "County Road" "Local Street - Municipality" "State Highway" "County Road" ...
##  $ TWAY_ID     : chr  "cr-4" "martin luther king jr dr" "sr-76" "CR-ALEXANDRIA WELLINGTON RD" ...
##  $ TWAY_ID2    : chr  "" "" "us-280" "" ...
##  $ RUR_URB     : int  1 2 1 1 1 1 2 1 1 1 ...
##  $ RUR_URBNAME : chr  "Rural" "Urban" "Rural" "Rural" ...
##  $ FUNC_SYS    : int  5 4 4 7 5 4 4 5 5 3 ...
##  $ FUNC_SYSNAME: chr  "Major Collector" "Minor Arterial" "Minor Arterial" "Local" ...
##  $ RD_OWNER    : int  2 4 1 2 2 1 4 2 2 1 ...
##  $ RD_OWNERNAME: chr  "County Highway Agency" "City or Municipal Highway Agency" "State Highway Agency" "County Highway Agency" ...
##  $ MILEPT      : int  0 0 49 0 0 390 0 0 0 3019 ...
##  $ MILEPTNAME  : chr  "None" "None" "49" "None" ...
##  $ LATITUDE    : num  32.4 33.5 33.3 33.8 32.8 ...
##  $ LATITUDENAME: chr  "32.43313333" "33.48465833" "33.29994167" "33.79507222" ...
##  $ LONGITUD    : num  -86.1 -86.8 -86.4 -85.9 -86.1 ...
##  $ LONGITUDNAME: chr  "-86.09485" "-86.83954444" "-86.36964167" "-85.88348611" ...
##  $ SP_JUR      : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ SP_JURNAME  : chr  "No Special Jurisdiction" "No Special Jurisdiction" "No Special Jurisdiction" "No Special Jurisdiction" ...
##  $ HARM_EV     : int  42 12 34 42 42 12 8 12 12 12 ...
##  $ HARM_EVNAME : chr  "Tree (Standing Only)" "Motor Vehicle In-Transport" "Ditch" "Tree (Standing Only)" ...
##  $ MAN_COLL    : int  0 6 0 0 0 2 0 1 1 2 ...
##  $ MAN_COLLNAME: chr  "The First Harmful Event was Not a Collision with a Motor Vehicle in Transport" "Angle" "The First Harmful Event was Not a Collision with a Motor Vehicle in Transport" "The First Harmful Event was Not a Collision with a Motor Vehicle in Transport" ...
##  $ RELJCT1     : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ RELJCT1NAME : chr  "No" "No" "No" "No" ...
##  $ RELJCT2     : int  1 1 3 1 1 1 3 1 8 1 ...
##  $ RELJCT2NAME : chr  "Non-Junction" "Non-Junction" "Intersection-Related" "Non-Junction" ...
##  $ TYP_INT     : int  1 1 3 1 1 1 2 1 1 1 ...
##  $ TYP_INTNAME : chr  "Not an Intersection" "Not an Intersection" "T-Intersection" "Not an Intersection" ...
##  $ WRK_ZONE    : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ WRK_ZONENAME: chr  "None" "None" "None" "None" ...
##  $ REL_ROAD    : int  4 1 4 4 4 1 1 1 1 1 ...
##  $ REL_ROADNAME: chr  "On Roadside" "On Roadway" "On Roadside" "On Roadside" ...
##  $ LGT_COND    : int  2 3 1 1 2 2 3 1 2 1 ...
##  $ LGT_CONDNAME: chr  "Dark - Not Lighted" "Dark - Lighted" "Daylight" "Daylight" ...
##  $ WEATHER     : int  1 2 2 10 2 1 1 1 10 10 ...
##  $ WEATHERNAME : chr  "Clear" "Rain" "Rain" "Cloudy" ...
##  $ SCH_BUS     : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ SCH_BUSNAME : chr  "No" "No" "No" "No" ...
##  $ RAIL        : chr  "0000000" "0000000" "0000000" "0000000" ...
##  $ RAILNAME    : chr  "Not Applicable" "Not Applicable" "Not Applicable" "Not Applicable" ...
##  $ NOT_HOUR    : int  99 17 14 99 0 17 19 7 20 10 ...
##  $ NOT_HOURNAME: chr  "Unknown" "5:00pm-5:59pm" "2:00pm-2:59pm" "Unknown" ...
##  $ NOT_MIN     : int  99 18 58 99 45 0 23 21 0 3 ...
##  $ NOT_MINNAME : chr  "Unknown" "18" "58" "Unknown" ...
##  $ ARR_HOUR    : int  3 17 15 99 0 17 19 7 20 10 ...
##  $ ARR_HOURNAME: chr  "3:00am-3:59am" "5:00pm-5:59pm" "3:00pm-3:59pm" "Unknown EMS Scene Arrival Hour" ...
##  $ ARR_MIN     : int  10 26 15 99 55 19 29 28 10 7 ...
##  $ ARR_MINNAME : chr  "10" "26" "15" "Unknown EMS Scene Arrival Minutes" ...
##  $ HOSP_HR     : int  99 99 99 99 88 18 88 88 99 10 ...
##  $ HOSP_HRNAME : chr  "Unknown" "Unknown" "Unknown" "Unknown" ...
##  $ HOSP_MN     : int  99 99 99 99 88 51 88 88 99 29 ...
##  $ HOSP_MNNAME : chr  "Unknown EMS Hospital Arrival Time" "Unknown EMS Hospital Arrival Time" "Unknown EMS Hospital Arrival Time" "Unknown EMS Hospital Arrival Time" ...
##  $ FATALS      : int  3 1 1 1 1 1 1 1 1 1 ...
##  $ DRUNK_DR    : int  1 0 0 0 0 0 0 0 0 0 ...

Vemos que tenemos 81 variables y 35.766 registros

Revisamos la descripción de las variables contenidas en el fichero y si los tipos de variables se corresponden con las que hemos cargado. Las organizamos lógicamente para darles sentido y construimos un pequeño diccionario de datos utilizando la documentación auxiliar.

  • ST_CASE identificador de accidente

HECHOS A ESTUDIAR

  • FATAL muertes
  • DRUNK_DR conductores bebidos
  • VE_TOTAL número de vehículos implicados en total
  • VE_FORMS número de vehículos en movimiento implicados
  • PVH_INVL número de vehículos estacionados implicados
  • PEDS número de peatones implicados
  • PERSONS número de ocupantes de vehículo implicados
  • PERMVIT número conductores y ocupantes implicados
  • PERNOTMVIT número peatones, ciclistas, a caballo… Cualquier cosa menos vehículo motorizado

DIMENSIÓN GEOGRÁFICA

  • STATE codificación de estado
  • STATENAME nombre de estado
  • COUNTY identificador de contado
  • COUNTYNAME condado
  • CITY identificador de ciudad
  • CITYNAME ciudad
  • NHS 1 ha pasado a autopista del NHS 0 no
  • NHSNAME TBD
  • ROUTE identificador de ruta
  • ROUTENAME ruta
  • TWAY_ID vía de tránsito (1982)
  • TWAY_ID2 vía de tránsito (2004)
  • RUR_URB identificador de segmento rural o urbano
  • RUR_URBNAME segmento rural o urbano
  • FUNC_SYS clasificación funcional segmento
  • FUNC_SYSNAME TBD
  • RD_OWNER identificador propietario del segmento
  • RD_OWNERNAME propietario del segmento
  • MILEPT milla int
  • MILEPTNAME milla chr
  • LATITUDE latitud int
  • LATITUDENAME latitud chr
  • LONGITUD longitud int
  • LONGITUDNAME longitud chr
  • SP_JUR código jurisdicción
  • SP_JURNAME jurisdicción

DIMENSIÓN TEMPORAL

  • DAY día
  • DAYNAME día repetido
  • MONTH mes
  • MONTHNAME nombre de mes
  • YEAR año
  • DAY_WEEK día de la semana
  • DAY_WEEKNAME nombre de día de la semana
  • HOUR hora
  • HOURNAME franja hora
  • MINUTE minuto int
  • MINUTENAME minuto chr

DIMENSIÓN CONDICICIONES ACCIDENTE

  • HARM_EV código primer acontecimiento del accidente que produzca daños o lesiones
  • HARM_EVNAME primer acontecimiento del accidente que produzca daños o lesiones
  • MAN_COLL código de posición de los vehículos
  • MAN_COLLNAME posición de los vehículos
  • RELJCT1 código si hay área de intercambio
  • RELJCT1NAME si hay área de intercambio
  • RELJCT2 código proximidad cruce
  • RELJCT2NAME proximidad cruce
  • TYP_INT código tipo de intersección
  • TYP_INTNAME tipo de intersección
  • WRK_ZONE código tipología de obras
  • WRK_ZONENAME tipología de obras
  • RAIL_ROAD código ubicación vehículo a la vía
  • RAIL_ROADNAME ubicación vehículo a la vía
  • LGT_COND código condición lumínica
  • LGT_CONDNAME condición lumínica

DIMENSIÓN METEOROLOGIA

  • WEATHER código tiempo
  • WEATHERNAME tiempo

OTROS

  • SCH_BUSS código si vehículo escolar implicado
  • SCH_BUSNAME vehículo escolar implicado
  • RAIL código si dentro o cerca paso ferroviario
  • RAILNAME si dentro o cerca paso ferroviario

DIMENSIÓN SERVICIO EMERGENCIAS

  • NOT_HOUR hora notificación a emergencias int
  • NOT_HOURNAME hora notificación a emergencias franja
  • NOT_MIN minuto notificación a emergencias int
  • NOT_MINNAME minuto notificación a emergencias chr
  • ARR_HOUR hora llegada emergencias int
  • ARR_HOURNAME hora llegada emergencias franja
  • ARR_MIN minuto llegada emergencias int
  • ARR_MINNAME minuto llegada emergencias franja
  • HOSP_HR hora llegada hospital int
  • HOSP_HRNAME hora llegada hospital franja
  • HOSP_MN minuto llegada hospital int
  • HOSP_MNNAME minuto llegada hospital franja

DIMENSIÓN FACTORES RELACIONADOS ACCIDENTE

  • CF1 código factores relacionados con el accidente 1
  • CF1NAME factores relacionados con el accidente 1
  • CF2 código factores relacionados con el accidente 2
  • CF2NAME factores relacionados con el accidente 2
  • CF3 código factores relacionados con el accidente 3

1.3 Preprocesamiento y gestión de características

1.3.1 Limpieza

El siguiente paso será la limpieza de datos, mirando si hay valores vacíos o nulos.

print('NA')
## [1] "NA"
colSums(is.na(accidentData))
##        STATE    STATENAME      ST_CASE     VE_TOTAL     VE_FORMS     PVH_INVL 
##            0            0            0            0            0            0 
##         PEDS      PERSONS      PERMVIT   PERNOTMVIT       COUNTY   COUNTYNAME 
##            0            0            0            0            0            0 
##         CITY     CITYNAME          DAY      DAYNAME        MONTH    MONTHNAME 
##            0            0            0            0            0            0 
##         YEAR     DAY_WEEK DAY_WEEKNAME         HOUR     HOURNAME       MINUTE 
##            0            0            0            0            0            0 
##   MINUTENAME          NHS      NHSNAME        ROUTE    ROUTENAME      TWAY_ID 
##            0            0            0            0            0            0 
##     TWAY_ID2      RUR_URB  RUR_URBNAME     FUNC_SYS FUNC_SYSNAME     RD_OWNER 
##            0            0            0            0            0            0 
## RD_OWNERNAME       MILEPT   MILEPTNAME     LATITUDE LATITUDENAME     LONGITUD 
##            0            0            0            0            0            0 
## LONGITUDNAME       SP_JUR   SP_JURNAME      HARM_EV  HARM_EVNAME     MAN_COLL 
##            0            0            0            0            0            0 
## MAN_COLLNAME      RELJCT1  RELJCT1NAME      RELJCT2  RELJCT2NAME      TYP_INT 
##            0            0            0            0            0            0 
##  TYP_INTNAME     WRK_ZONE WRK_ZONENAME     REL_ROAD REL_ROADNAME     LGT_COND 
##            0            0            0            0            0            0 
## LGT_CONDNAME      WEATHER  WEATHERNAME      SCH_BUS  SCH_BUSNAME         RAIL 
##            0            0            0            0            0            0 
##     RAILNAME     NOT_HOUR NOT_HOURNAME      NOT_MIN  NOT_MINNAME     ARR_HOUR 
##            0            0            0            0            0            0 
## ARR_HOURNAME      ARR_MIN  ARR_MINNAME      HOSP_HR  HOSP_HRNAME      HOSP_MN 
##            0            0            0            0            0            0 
##  HOSP_MNNAME       FATALS     DRUNK_DR 
##            0            0            0
print('Blancos')
## [1] "Blancos"
colSums(accidentData=="")
##        STATE    STATENAME      ST_CASE     VE_TOTAL     VE_FORMS     PVH_INVL 
##            0            0            0            0            0            0 
##         PEDS      PERSONS      PERMVIT   PERNOTMVIT       COUNTY   COUNTYNAME 
##            0            0            0            0            0            0 
##         CITY     CITYNAME          DAY      DAYNAME        MONTH    MONTHNAME 
##            0            0            0            0            0            0 
##         YEAR     DAY_WEEK DAY_WEEKNAME         HOUR     HOURNAME       MINUTE 
##            0            0            0            0            0            0 
##   MINUTENAME          NHS      NHSNAME        ROUTE    ROUTENAME      TWAY_ID 
##            0            0            0            0            0            0 
##     TWAY_ID2      RUR_URB  RUR_URBNAME     FUNC_SYS FUNC_SYSNAME     RD_OWNER 
##        26997            0            0            0            0            0 
## RD_OWNERNAME       MILEPT   MILEPTNAME     LATITUDE LATITUDENAME     LONGITUD 
##            0            0            0            0            0            0 
## LONGITUDNAME       SP_JUR   SP_JURNAME      HARM_EV  HARM_EVNAME     MAN_COLL 
##            0            0            0            0            0            0 
## MAN_COLLNAME      RELJCT1  RELJCT1NAME      RELJCT2  RELJCT2NAME      TYP_INT 
##            0            0            0            0            0            0 
##  TYP_INTNAME     WRK_ZONE WRK_ZONENAME     REL_ROAD REL_ROADNAME     LGT_COND 
##            0            0            0            0            0            0 
## LGT_CONDNAME      WEATHER  WEATHERNAME      SCH_BUS  SCH_BUSNAME         RAIL 
##            0            0            0            0            0            0 
##     RAILNAME     NOT_HOUR NOT_HOURNAME      NOT_MIN  NOT_MINNAME     ARR_HOUR 
##            0            0            0            0            0            0 
## ARR_HOURNAME      ARR_MIN  ARR_MINNAME      HOSP_HR  HOSP_HRNAME      HOSP_MN 
##            0            0            0            0            0            0 
##  HOSP_MNNAME       FATALS     DRUNK_DR 
##            0            0            0

Vemos que no hay valores nulos en los datos. También verificamos si existen campos llenos de espacios en blanco. En este caso sí encontramos el campo TWAY_ID2 con 26.997 valores en blanco. Valoramos no hacer ninguna acción de eliminar registros puesto que este campo no lo utilizaremos.

Vamos a crear histogramas y describir los valores para ver los datos en general de estos atributos para hacer una primera aproximación a los datos:

if (!require('ggplot2')) install.packages('ggplot2'); library('ggplot2')
if(!require('Rmisc')) install.packages('Rmisc'); library('Rmisc')
if(!require('dplyr')) install.packages('dplyr'); library('dplyr')
if(!require('xfun')) install.packages('xfun'); library('xfun')

summary(accidentData[c("FATALS","DRUNK_DR")])
##      FATALS         DRUNK_DR     
##  Min.   :1.000   Min.   :0.0000  
##  1st Qu.:1.000   1st Qu.:0.0000  
##  Median :1.000   Median :0.0000  
##  Mean   :1.085   Mean   :0.2664  
##  3rd Qu.:1.000   3rd Qu.:1.0000  
##  Max.   :8.000   Max.   :4.0000
histList<- list()

n = c("FATALS","DRUNK_DR")
accidentDataAux= accidentData %>% select(all_of(n))
for(y in 1:ncol(accidentDataAux)){
col <- names(accidentDataAux)[y]
ggp <- ggplot(accidentDataAux, aes_string(x = col)) +
geom_histogram(bins = 30, fill = "cornflowerblue", color = "black",ggtittle = "Contador de ocurrencias por variable")
histList[[y]] <- ggp # añadimos cada plot a la lista vacía
}
multiplot(plotlist = histList, coles = 1)

## [1] 1

Observaciones:

Número de muertes: Todos los accidentes recogidos en estos datos reportan una muerte como mínimo. Siendo el accidente más grave con ocho víctimas y vemos que la distribución se acumula de forma muy evidente en una muerte por accidente.

Conductores bebidos involucrados en el accidente: Analizaremos con más detalle este dato más adelante para derivar un nuevo dato: Accidentes donde el alcohol está presente o no. De entrada, la media es de 0.26% de accidentes donde interviene un conductor bebido. La franja de conductores bebidos por accidente va de un conductor como mínimo a cuatro como máximo.

summary(accidentData[c("VE_TOTAL","VE_FORMS","PVH_INVL")])
##     VE_TOTAL        VE_FORMS         PVH_INVL       
##  Min.   : 1.00   Min.   : 1.000   Min.   : 0.00000  
##  1st Qu.: 1.00   1st Qu.: 1.000   1st Qu.: 0.00000  
##  Median : 1.00   Median : 1.000   Median : 0.00000  
##  Mean   : 1.56   Mean   : 1.517   Mean   : 0.04269  
##  3rd Qu.: 2.00   3rd Qu.: 2.000   3rd Qu.: 0.00000  
##  Max.   :15.00   Max.   :15.000   Max.   :10.00000
#Crearemos una lista para mostrar los atributos que interesan.
histList<- list()
n = c("VE_TOTAL","VE_FORMS","PVH_INVL")
accidentDataAux= accidentData %>% select(all_of(n))
for(y in 1:ncol(accidentDataAux)){
col <- names(accidentDataAux)[y]
ggp <- ggplot(accidentDataAux, aes_string(x = col)) +
geom_histogram(bins = 30, fill = "cornflowerblue", color = "black")
histList[[y]] <- ggp # añadimos cada plot a la lista vacía
}
multiplot(plotlist = histList, coles = 1)

## [1] 1

Observaciones en cuanto a los vehículos implicados.

Número de vehículos implicados (VE_TOTAL) en total está en la franja de 1 hasta 59 siendo este el valor máximo y una media de 1,5. Número de vehículos en movimiento implicados (VE_FORMS), el valor más habitual es 1 con un valor máximo también de 59. Prevemos que hay un valor extremo que habrá que tratar para poder sacar más información de esta variable. Número de vehículos estacionados implicados (PVH_INVL): Por lo que respecta a esta variable lo habitual es que no haya vehículos estacionados en los incidentes recogidos en estos datos. Con todo aparecen casos aislados donde incluso había 10 coches estacionados.

summary(accidentData[c("PEDS","PERSONS","PERMVIT","PERNOTMVIT")])
##       PEDS           PERSONS          PERMVIT         PERNOTMVIT    
##  Min.   :0.0000   Min.   : 0.000   Min.   : 0.000   Min.   :0.0000  
##  1st Qu.:0.0000   1st Qu.: 1.000   1st Qu.: 1.000   1st Qu.:0.0000  
##  Median :0.0000   Median : 2.000   Median : 2.000   Median :0.0000  
##  Mean   :0.2285   Mean   : 2.173   Mean   : 2.163   Mean   :0.2387  
##  3rd Qu.:0.0000   3rd Qu.: 3.000   3rd Qu.: 3.000   3rd Qu.:0.0000  
##  Max.   :8.0000   Max.   :61.000   Max.   :61.000   Max.   :9.0000
#Crearemos una lista para mostrar los atributos que interesan.
histList<- list()
n = c("PEDS","PERSONS","PERMVIT","PERNOTMVIT")
accidentDataAux= accidentData %>% select(all_of(n))
for(y in 1:ncol(accidentDataAux)){
col <- names(accidentDataAux)[y]
ggp <- ggplot(accidentDataAux, aes_string(x = col)) +
geom_histogram(bins = 30, fill = "cornflowerblue", color = "black")
histList[[y]] <- ggp # añadimos cada plot a la lista vacía
}
multiplot(plotlist = histList, coles = 1)

## [1] 1

Observaciones en cuanto a las personas implicadas en un accidente.

El número de peatones implicados (PEDS) es muy bajo siendo coherente con el tipo de vía que se estudia y dónde no es habitual que haya gente andando. Con todo el valor como media de 0,22 y máximo de 8 obliga a investigar más este dato. (PERSONS) El número de ocupantes de vehículo implicados se sitúa como media en 2,1 (PERMVIT) El número conductores y ocupantes de vehículos en circulación implicados tiene un valor de media de 2,1. Estas dos variables recogen la misma información, pero la cuantifican de diferente manera. El accidente con el mayor número de ocupantes es de 61 personas. Por lo que respecta al número peatones, ciclistas, personas en vehículos aparcados y otros (PERNOTMVIT) vemos que aumenta un poco la media respecto a peatón puesto que entendemos que se incluyen más casos.

Vamos a profundizar un poco en el tema de la relación del alcohol en los conductores y el número de accidentes.

accidentData$alcohol <- ifelse(accidentData$DRUNK_DR %in% c(0), 0, 1)
counts <- table(accidentData$alcohol)
barplot(prop.table(counts),col=c("green","red"), main="Accidentes con conductor bebido", legend.texto=c("No Alcohol","Sí Alcohol"),xlab ="Presencia Alcohol", ylab = "Porcentaje",ylim=c(0,0.8) )
## Warning in plot.window(xlim, ylim, log = log, ...): "legend.texto" is not a
## graphical parameter
## Warning in axis(if (horiz) 2 else 1, at = at.l, labels = names.arg, lty =
## axis.lty, : "legend.texto" is not a graphical parameter
## Warning in title(main = main, sub = sub, xlab = xlab, ylab = ylab, ...):
## "legend.texto" is not a graphical parameter
## Warning in axis(if (horiz) 1 else 2, cex.axis = cex.axis, ...): "legend.texto"
## is not a graphical parameter

Vemos que porcentualmente, en la gran mayoría de accidentes, alrededor del 75% no hay presencia de alcohol en el conductor. Los conductores que dan positivo están alrededor de un 22%. Hemos buscado contrastar el dato con otros países y estarían en un valor central donde los valores extremos máximo por país superan el 50% y los mínimos están sobre el 10%

Observamos ahora como se distribuyen las muertes por accidente.

df1 <- accidentData %>%
group_by(accidentData$FATALS) %>%
dplyr::summarise(counts = n())
df1
## # A tibble: 8 × 2
##   `accidentData$FATALS` counts
##                   <int>  <int>
## 1                     1  33226
## 2                     2   2154
## 3                     3    289
## 4                     4     71
## 5                     5     20
## 6                     6      4
## 7                     7      1
## 8                     8      1
counts <- table(accidentData$FATALS)
barplot(prop.table(counts),col=("red"),ylim=c(0,0.99),main="Distribución de la mortalidad a los accidentes",xlab ="Número de muertos", ylab = "Porcentaje")

Vemos que la mayoría de los accidentes tienen como mínimo un muerto. Vamos ahora a relacionar mortalidad y alcohol.

counts <- table(accidentData$alcohol, accidentData$FATALS)
colors <- c("green", "red")
barplot(prop.table(counts), beside = TRUE, col = colors,
ylim = c(0, 1), axes = TRUE,
xlab = "Número de muertos",
ylab = "Porcentaje",
main = "Accidentes por muertes y conductores positivos en alcohol",
legend = c("No Alcohol", "Alcohol"),
fill = colors)
## Warning in plot.window(xlim, ylim, log = log, ...): "fill" is not a graphical
## parameter
## Warning in axis(if (horiz) 2 else 1, at = at.l, labels = names.arg, lty =
## axis.lty, : "fill" is not a graphical parameter
## Warning in title(main = main, sub = sub, xlab = xlab, ylab = ylab, ...): "fill"
## is not a graphical parameter
## Warning in axis(if (horiz) 1 else 2, cex.axis = cex.axis, ...): "fill" is not a
## graphical parameter

Probaremos ahora si hay relación entre el estado donde ha pasado el accidente y el número de conductores bebidos. Filtramos los cinco estados donde hay más accidentes.

accidentDataST5=subset(accidentData, accidentData$STATENAME == "California" | accidentData$STATENAME == "Texas" | accidentData$STATENAME == "Florida" | accidentData$STATENAME == "Georgia" | accidentData$STATENAME == "North Carolina")

files=dim(accidentDataST5)[1]
ggplot(data=accidentDataST5[1:files,],aes(x=DRUNK_DR,fill=STATENAME))+geom_bar()+ggtitle("Relación entre conductor bebido y Estado")+labs(x="Número de conductores bebidos implicados")

Como reflexión este gráfico tiene que pasar por el filtro de percentuar el número de accidentes por estado y la población del estado para no sacar conclusiones apresuradas.

Veamos ahora como en un mismo gráfico de frecuencias podemos trabajar con 3 variables: FATALS, STATENAME y WEATHERNAME.

ggplot(data = accidentDataST5[1:files,],aes(x=FATALS,fill=STATENAME))+geom_bar(position="fill")+facet_wrap(~WEATHERNAME)+ggtitle("Número de muertes en accidente por Estado y clima")+labs(x="Número de muertes")

Esta gráfica está bien como mecánica de construcción, pero los resultados los ponemos en entredicho. Está bien como paso inicial, pero hay que profundizar mucho más.

Vamos a buscar las correlaciones en función de las muertes y unas variables elegidas que creemos que pueden ayudar a explicar el aumento de muertes por accidente:

DRUNK_DR conductores bebidos VE_TOTAL número de vehículos implicados en total VE_FORMS número de vehículos en movimiento implicados PVH_INVL número de vehículos estacionados implicados PEDS número de peatón implicados PERSONS número de ocupante de vehículo implicados PERMVIT número conductores y ocupantes implicados PERNOTMVIT número peatones, ciclistas… Cualquier cosa menos vehículo motorizado

# Utilizamos esta librería para usar la funcio multiplot()
if(!require('Rmisc')) install.packages('Rmisc'); library('Rmisc')

n = c("DRUNK_DR","VE_TOTAL","VE_FORMS","PVH_INVL","PEDS","PERSONS","PERMVIT","PERNOTMVIT") 
accidentDataAux= accidentData %>% select(all_of(n))
histList2<- vector('list', ncol(accidentDataAux))
for(i in seq_along(accidentDataAux)){
  message(i)
histList2[[i]]<-local({
  i<-i
  col <-log(accidentDataAux[[i]])
  ggp<- ggplot(data = accidentDataAux, aes(x = accidentData$FATALS, y=col)) + 
    geom_point(color = "gray30") + geom_smooth(method = lm,color = "firebrick") + 
    theme_bw() + xlab("Muertes") + ylab(names(accidentDataAux)[i])
  })

}
multiplot(plotlist = histList2, cols = 3)

Podemos ver que:

  • De forma general cualquier aumento en las variables elegidas implica un aumento de las muertes en el accidente.

  • El factor que hace aumentar más el número de víctimas son las variables relacionadas con los peatones y pasajeros de los coches involucrados en el accidente.

Utilizamos las columnas que nos interesa para hacer la matriz y la visualizaremos utilizando la función corrplot.

# https://cran.r-project.org/web/packages/corrplot/vignettes/corrplot-intro.html
if(!require("corrplot")) install.packages("corrplot"); library("corrplot")
n = c("FATALS","DRUNK_DR","VE_TOTAL","VE_FORMS","PVH_INVL","PEDS","PERSONS","PERMVIT","PERNOTMVIT")
factores= accidentData %>% select(all_of(n))
res<-cor(factores)
corrplot(res,method="color",tl.col="black", tl.srt=30, order = "AOE",
number.cex=0.75,sig.level = 0.01, addCoef.col = "black")

No vemos que haya una correlación negativa significativa entre dos variables y sí una muy buena correlación ya previsible entre los peatones implicados y personas involucradas en el accidente que no van en coche. (PEDS y PERNOTMVIT) Lo mismo podemos observar en cuanto al número de conductores y ocupantes implicados (PERMVIT) y el número de vehículos implicados en movimiento (VE_FORMS) o el total de vehículos (VE_TOTAL).

Vamos a probar si hay una correlación entre personas implicadas en el accidente y el número de muertes.

if (!require('tidyverse')) install.packages('tidyverse'); library('tidyverse')
## Loading required package: tidyverse
## ── Attaching core tidyverse packages ──────────────────────── tidyverse 2.0.0 ──
## ✔ forcats   1.0.0     ✔ stringr   1.5.0
## ✔ lubridate 1.9.3     ✔ tibble    3.2.1
## ✔ purrr     1.0.2     ✔ tidyr     1.3.0
## ✔ readr     2.1.4     
## ── Conflicts ────────────────────────────────────────── tidyverse_conflicts() ──
## ✖ dplyr::arrange()   masks plyr::arrange()
## ✖ purrr::compact()   masks plyr::compact()
## ✖ dplyr::count()     masks plyr::count()
## ✖ dplyr::desc()      masks plyr::desc()
## ✖ dplyr::failwith()  masks plyr::failwith()
## ✖ dplyr::filter()    masks stats::filter()
## ✖ dplyr::id()        masks plyr::id()
## ✖ dplyr::lag()       masks stats::lag()
## ✖ dplyr::mutate()    masks plyr::mutate()
## ✖ dplyr::rename()    masks plyr::rename()
## ✖ dplyr::summarise() masks plyr::summarise()
## ✖ dplyr::summarize() masks plyr::summarize()
## ℹ Use the conflicted package (<http://conflicted.r-lib.org/>) to force all conflicts to become errors
cor.test(x = accidentData$PERSONS, y = accidentData$FATALS, method = "kendall")
## 
##  Kendall's rank correlation tau
## 
## data:  accidentData$PERSONS and accidentData$FATALS
## z = 53.008, p-value < 2.2e-16
## alternative hypothesis: true tau is not equal to 0
## sample estimates:
##       tau 
## 0.2558174
ggplot(data = accidentData, aes(x = PERSONS, y = log(FATALS))) + geom_point(color = "gray30") + geom_smooth(color = "firebrick") + theme_bw() +ggtitle("Correlación entre personas implicadas en el accidente y número de muertes")
## `geom_smooth()` using method = 'gam' and formula = 'y ~ s(x, bs = "cs")'

De la observación de este gráfico podemos concluir que efectivamente el número de muertes aumenta en función de las personas implicadas en un accidente pero que la correlación no es tan elevada ni continúa como se podía prever.

1.4 Construcción de conjunto de datos final

Si dos variables están altamente correlacionadas obviamente darán casi exactamente la misma información en un modelo de regresión, por ejemplo. Pero, al incluir las dos variables, en realidad estamos debilitando el modelo. No estamos añadiendo información incremental. En lugar de esto, estamos haciendo un modelo ruidoso. No es una buena idea.

Cómo hemos visto antes tenemos una correlación muy grande entre PEDS y PERNOTMVIT, por lo tanto, podríamos eliminar la columna de peatones (PEDS) y dejar el total de peatones y otros reflejado a PERNOTMVIT.

# accidentData$PEDS<- NULL
str(accidentData)
## 'data.frame':    35766 obs. of  82 variables:
##  $ STATE       : int  1 1 1 1 1 1 1 1 1 1 ...
##  $ STATENAME   : chr  "Alabama" "Alabama" "Alabama" "Alabama" ...
##  $ ST_CASE     : int  10001 10002 10003 10004 10005 10006 10007 10008 10009 10010 ...
##  $ VE_TOTAL    : int  1 4 2 1 1 2 1 2 2 2 ...
##  $ VE_FORMS    : int  1 4 2 1 1 2 1 2 2 2 ...
##  $ PVH_INVL    : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ PEDS        : int  0 0 0 0 0 0 1 0 0 0 ...
##  $ PERSONS     : int  4 6 2 5 1 3 1 2 4 3 ...
##  $ PERMVIT     : int  4 6 2 5 1 3 1 2 4 3 ...
##  $ PERNOTMVIT  : int  0 0 0 0 0 0 1 0 0 0 ...
##  $ COUNTY      : int  51 73 117 15 37 103 73 25 45 95 ...
##  $ COUNTYNAME  : chr  "ELMORE (51)" "JEFFERSON (73)" "SHELBY (117)" "CALHOUN (15)" ...
##  $ CITY        : int  0 350 0 0 0 0 330 0 0 1500 ...
##  $ CITYNAME    : chr  "NOT APPLICABLE" "BIRMINGHAM" "NOT APPLICABLE" "NOT APPLICABLE" ...
##  $ DAY         : int  1 2 2 3 4 4 7 8 9 10 ...
##  $ DAYNAME     : int  1 2 2 3 4 4 7 8 9 10 ...
##  $ MONTH       : int  1 1 1 1 1 1 1 1 1 1 ...
##  $ MONTHNAME   : chr  "January" "January" "January" "January" ...
##  $ YEAR        : int  2020 2020 2020 2020 2020 2020 2020 2020 2020 2020 ...
##  $ DAY_WEEK    : int  4 5 5 6 7 7 3 4 5 6 ...
##  $ DAY_WEEKNAME: chr  "Wednesday" "Thursday" "Thursday" "Friday" ...
##  $ HOUR        : int  2 17 14 15 0 16 19 7 20 10 ...
##  $ HOURNAME    : chr  "2:00am-2:59am" "5:00pm-5:59pm" "2:00pm-2:59pm" "3:00pm-3:59pm" ...
##  $ MINUTE      : int  58 18 55 20 45 55 23 15 0 2 ...
##  $ MINUTENAME  : chr  "58" "18" "55" "20" ...
##  $ NHS         : int  0 0 0 0 0 0 0 0 0 1 ...
##  $ NHSNAME     : chr  "This section IS NOT on the NHS" "This section IS NOT on the NHS" "This section IS NOT on the NHS" "This section IS NOT on the NHS" ...
##  $ ROUTE       : int  4 6 3 4 4 3 4 4 4 2 ...
##  $ ROUTENAME   : chr  "County Road" "Local Street - Municipality" "State Highway" "County Road" ...
##  $ TWAY_ID     : chr  "cr-4" "martin luther king jr dr" "sr-76" "CR-ALEXANDRIA WELLINGTON RD" ...
##  $ TWAY_ID2    : chr  "" "" "us-280" "" ...
##  $ RUR_URB     : int  1 2 1 1 1 1 2 1 1 1 ...
##  $ RUR_URBNAME : chr  "Rural" "Urban" "Rural" "Rural" ...
##  $ FUNC_SYS    : int  5 4 4 7 5 4 4 5 5 3 ...
##  $ FUNC_SYSNAME: chr  "Major Collector" "Minor Arterial" "Minor Arterial" "Local" ...
##  $ RD_OWNER    : int  2 4 1 2 2 1 4 2 2 1 ...
##  $ RD_OWNERNAME: chr  "County Highway Agency" "City or Municipal Highway Agency" "State Highway Agency" "County Highway Agency" ...
##  $ MILEPT      : int  0 0 49 0 0 390 0 0 0 3019 ...
##  $ MILEPTNAME  : chr  "None" "None" "49" "None" ...
##  $ LATITUDE    : num  32.4 33.5 33.3 33.8 32.8 ...
##  $ LATITUDENAME: chr  "32.43313333" "33.48465833" "33.29994167" "33.79507222" ...
##  $ LONGITUD    : num  -86.1 -86.8 -86.4 -85.9 -86.1 ...
##  $ LONGITUDNAME: chr  "-86.09485" "-86.83954444" "-86.36964167" "-85.88348611" ...
##  $ SP_JUR      : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ SP_JURNAME  : chr  "No Special Jurisdiction" "No Special Jurisdiction" "No Special Jurisdiction" "No Special Jurisdiction" ...
##  $ HARM_EV     : int  42 12 34 42 42 12 8 12 12 12 ...
##  $ HARM_EVNAME : chr  "Tree (Standing Only)" "Motor Vehicle In-Transport" "Ditch" "Tree (Standing Only)" ...
##  $ MAN_COLL    : int  0 6 0 0 0 2 0 1 1 2 ...
##  $ MAN_COLLNAME: chr  "The First Harmful Event was Not a Collision with a Motor Vehicle in Transport" "Angle" "The First Harmful Event was Not a Collision with a Motor Vehicle in Transport" "The First Harmful Event was Not a Collision with a Motor Vehicle in Transport" ...
##  $ RELJCT1     : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ RELJCT1NAME : chr  "No" "No" "No" "No" ...
##  $ RELJCT2     : int  1 1 3 1 1 1 3 1 8 1 ...
##  $ RELJCT2NAME : chr  "Non-Junction" "Non-Junction" "Intersection-Related" "Non-Junction" ...
##  $ TYP_INT     : int  1 1 3 1 1 1 2 1 1 1 ...
##  $ TYP_INTNAME : chr  "Not an Intersection" "Not an Intersection" "T-Intersection" "Not an Intersection" ...
##  $ WRK_ZONE    : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ WRK_ZONENAME: chr  "None" "None" "None" "None" ...
##  $ REL_ROAD    : int  4 1 4 4 4 1 1 1 1 1 ...
##  $ REL_ROADNAME: chr  "On Roadside" "On Roadway" "On Roadside" "On Roadside" ...
##  $ LGT_COND    : int  2 3 1 1 2 2 3 1 2 1 ...
##  $ LGT_CONDNAME: chr  "Dark - Not Lighted" "Dark - Lighted" "Daylight" "Daylight" ...
##  $ WEATHER     : int  1 2 2 10 2 1 1 1 10 10 ...
##  $ WEATHERNAME : chr  "Clear" "Rain" "Rain" "Cloudy" ...
##  $ SCH_BUS     : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ SCH_BUSNAME : chr  "No" "No" "No" "No" ...
##  $ RAIL        : chr  "0000000" "0000000" "0000000" "0000000" ...
##  $ RAILNAME    : chr  "Not Applicable" "Not Applicable" "Not Applicable" "Not Applicable" ...
##  $ NOT_HOUR    : int  99 17 14 99 0 17 19 7 20 10 ...
##  $ NOT_HOURNAME: chr  "Unknown" "5:00pm-5:59pm" "2:00pm-2:59pm" "Unknown" ...
##  $ NOT_MIN     : int  99 18 58 99 45 0 23 21 0 3 ...
##  $ NOT_MINNAME : chr  "Unknown" "18" "58" "Unknown" ...
##  $ ARR_HOUR    : int  3 17 15 99 0 17 19 7 20 10 ...
##  $ ARR_HOURNAME: chr  "3:00am-3:59am" "5:00pm-5:59pm" "3:00pm-3:59pm" "Unknown EMS Scene Arrival Hour" ...
##  $ ARR_MIN     : int  10 26 15 99 55 19 29 28 10 7 ...
##  $ ARR_MINNAME : chr  "10" "26" "15" "Unknown EMS Scene Arrival Minutes" ...
##  $ HOSP_HR     : int  99 99 99 99 88 18 88 88 99 10 ...
##  $ HOSP_HRNAME : chr  "Unknown" "Unknown" "Unknown" "Unknown" ...
##  $ HOSP_MN     : int  99 99 99 99 88 51 88 88 99 29 ...
##  $ HOSP_MNNAME : chr  "Unknown EMS Hospital Arrival Time" "Unknown EMS Hospital Arrival Time" "Unknown EMS Hospital Arrival Time" "Unknown EMS Hospital Arrival Time" ...
##  $ FATALS      : int  3 1 1 1 1 1 1 1 1 1 ...
##  $ DRUNK_DR    : int  1 0 0 0 0 0 0 0 0 0 ...
##  $ alcohol     : num  1 0 0 0 0 0 0 0 0 0 ...

1.4.1 Codificación

Seguidamente vayamos a asignar un 1 por accidentes que se producen de madrugada (01h a 06h en invierno) y un 0 para el resto de franja horaria, es decir, vamos a categorizar la variable HOUR y así tendremos una variable numérica que nos permitirá trabajar mejor en el futuro. La denominaremos madrugada. Después la utilizaremos para ver cómo se distribuyen los accidentes en las dos franjas horarias. Debemos tener en cuenta que la hora incluye el código 99 qué quiere decir que la hora no está informada. Miraremos de filtrar los registros con este valor para excluirlos.

accidentDataAux=subset(accidentData, accidentData$HOUR <= 24)

accidentData$madrugada <- NA
accidentData$madrugada[accidentDataAux$HOUR >=1 & accidentDataAux$HOUR <= 6] <- 1
accidentData$madrugada[accidentDataAux$HOUR ==0 | accidentDataAux$HOUR >6 ] <- 0

counts <- table(accidentData$madrugada)
barplot(prop.table(counts),col=c("green","red"),legend.texto=c("Resto del día","Madrugada"),ylim=c(0,1), main="Distribución de accidentes la madrugada y resto del día",xlab="0 Resto del día 1 Madrugada",ylab="Porcentaje" )
## Warning in plot.window(xlim, ylim, log = log, ...): "legend.texto" is not a
## graphical parameter
## Warning in axis(if (horiz) 2 else 1, at = at.l, labels = names.arg, lty =
## axis.lty, : "legend.texto" is not a graphical parameter
## Warning in title(main = main, sub = sub, xlab = xlab, ylab = ylab, ...):
## "legend.texto" is not a graphical parameter
## Warning in axis(if (horiz) 1 else 2, cex.axis = cex.axis, ...): "legend.texto"
## is not a graphical parameter

1.4.2 Discretización

Ahora añadiremos un campo nuevo a los datos. Este campo contendrá el valor de la hora del accidente discretizada con un método simple de intervalos de igual amplitud.

summary(accidentDataAux[,"HOUR"])
##    Min. 1st Qu.  Median    Mean 3rd Qu.    Max. 
##    0.00    7.00   15.00   13.19   19.00   23.00

Discretizamos con intervalos. Los criterios de corte están cogidos de la Web del Parlamento de Cataluña.

accidentDataAux["segmento_horario"] <- cut(accidentDataAux$HOUR, breaks = c(0,4,11,14,18,22), labels = c("Madrugada", "Mañana", "Mediodía", "Anochecer","Noche"))

Observamos los datos discretizados y construimos un gráfico para analizar cómo se agrupan los accidentes.

head(accidentDataAux$segmento_horario)
## [1] Madrugada Anochecer Mediodía  Anochecer <NA>      Anochecer
## Levels: Madrugada Mañana Mediodía Anochecer Noche
plot(accidentDataAux$segmento_horario,main="Número de accidentes por segmento horario",xlab="Segmento horario", ylab="Cantidad",col = "ivory")

Ahora vamos a discretizar la variable que contiene el número de vehículos implicados en un accidente (VE_TOTALS) puesto que era una de las variables en que las distancias entre sus valores eran muy grandes:

# Utilizaremos la función discretize de arules: This function implements several basic unsupervised methods to convert a continuous variable into a categorical variable (factor) using different binning strategies. 
# https://cran.r-project.org/web/packages/arules/index.html
if (!require('arules')) install.packages('arules'); library('arules')
## Loading required package: arules
## Loading required package: Matrix
## 
## Attaching package: 'Matrix'
## The following objects are masked from 'package:tidyr':
## 
##     expand, pack, unpack
## 
## Attaching package: 'arules'
## The following object is masked from 'package:dplyr':
## 
##     recode
## The following objects are masked from 'package:base':
## 
##     abbreviate, write
set.seed(2)
table(discretize(accidentData$VE_TOTAL, "cluster" ))
## 
##    [1,1.57) [1.57,3.38)   [3.38,15] 
##       19972       14972         822
hist(accidentData$VE_TOTAL, main="Número de accidentes por vehículos implicados con kmeans",xlab="Vehículos implicados", ylab="Cantidad",col = "ivory")
abline(v=discretize(accidentData$VE_TOTAL, method="cluster", onlycuts=TRUE),col="red")

Podemos observar que sin pasar ningún argumento y permitiendo que el algoritmo elija el conjunto de particiones se muestran tres clústeres que agrupan los vehículos implicados en las franjas mencionadas. Podemos asignar el propio clúster como una variable más al dataset para trabajar después.

accidentData$VE_TOTAL_KM<- (discretize(accidentData$VE_TOTAL, "cluster" ))
head(accidentData$VE_TOTAL_KM)
## [1] [1,1.5)    [2.73,15]  [1.5,2.73) [1,1.5)    [1,1.5)    [1.5,2.73)
## Levels: [1,1.5) [1.5,2.73) [2.73,15]

1.4.3 Normalización

Ahora normalizaremos el número de muertes por el máximo añadiendo un nuevo campo a los datos que contendrá el valor.

accidentData$FATALS_NM<- (accidentData$FATALS/max(accidentData[,"FATALS"]))
head(accidentData$FATALS_NM)
## [1] 0.375 0.125 0.125 0.125 0.125 0.125

Supongamos que queremos normalizar por la diferencia para ubicar entre 0 y 1 la variable del número de muertes del accidente dado que el algoritmo de minería que utilizaremos así lo requiere. Observamos la distribución de la variable original y las generadas.

accidentData$FATALS_ND = (accidentData$FATALS-min(accidentData$FATALS))/(max(accidentData$FATALS)-min(accidentData$FATALS))

max(accidentData$FATALS)
## [1] 8
min(accidentData$FATALS)
## [1] 1
hist(accidentData$FATALS,xlab="Muertos", col="ivory",ylab="Cantidad", main="Número de muertes en accidente")

hist(accidentData$FATALS_NM,xlab="Muertos",ylab="Cantidad",col="ivory", main="Muertos normalizado por el máximo")

hist(accidentData$FATALS_ND,xlab="Muertos",ylab="Cantidad", col="ivory", main="Muertos normalizado por la diferencia")

A continuación, vamos a normalizar las otras columnas para asegurarnos que cada variable contribuye por igual en nuestro análisis.

# Definimos la función de normalización
nor <-function(x) { (x -min(x))/(max(x)-min(x))}
# Guardamos un nuevo dataset normalizado

accidentData$type<- NULL
n = c("FATALS","DRUNK_DR","VE_TOTAL","VE_FORMS","PVH_INVL","PEDS","PERSONS","PERMVIT","PERNOTMVIT")
accidentData<- accidentData %>% select(all_of(n))
accidentData_nor <- as.data.frame(lapply(accidentData, nor))

head(accidentData_nor)
##      FATALS DRUNK_DR   VE_TOTAL   VE_FORMS PVH_INVL PEDS    PERSONS    PERMVIT
## 1 0.2857143     0.25 0.00000000 0.00000000        0    0 0.06557377 0.06557377
## 2 0.0000000     0.00 0.21428571 0.21428571        0    0 0.09836066 0.09836066
## 3 0.0000000     0.00 0.07142857 0.07142857        0    0 0.03278689 0.03278689
## 4 0.0000000     0.00 0.00000000 0.00000000        0    0 0.08196721 0.08196721
## 5 0.0000000     0.00 0.00000000 0.00000000        0    0 0.01639344 0.01639344
## 6 0.0000000     0.00 0.07142857 0.07142857        0    0 0.04918033 0.04918033
##   PERNOTMVIT
## 1          0
## 2          0
## 3          0
## 4          0
## 5          0
## 6          0

1.5 Proceso de PCA

Tanto el análisis de componentes principales, principal componente analysis (PCA) en inglés, como la descomposición de valores singulares, singular value decomposition (SVD) en inglés, son técnicas que nos permitan trabajar con nuevas características llamadas componentes, que ciertamente son independientes entre sí. En realidad, estas dos técnicas nos permiten representar el juego de datos en un nuevo sistema de coordenadas que denominamos componentes principales. Este sistema está mejor adaptado a la distribución del juego de datos, de forma que recoge mejor su variabilidad.

Aplicamos el análisis de componentes principales al dataset. Empezamos ejecutando la función prcomp().

pca.acc <- prcomp(accidentData_nor)
summary(pca.acc)
## Importance of components:
##                           PC1     PC2    PC3    PC4     PC5     PC6     PC7
## Standard deviation     0.1168 0.08755 0.0690 0.0484 0.03269 0.02437 0.01072
## Proportion of Variance 0.4520 0.25389 0.1577 0.0776 0.03539 0.01967 0.00381
## Cumulative Proportion  0.4520 0.70584 0.8635 0.9411 0.97652 0.99619 1.00000
##                              PC8       PC9
## Standard deviation     5.213e-15 2.159e-15
## Proportion of Variance 0.000e+00 0.000e+00
## Cumulative Proportion  1.000e+00 1.000e+00

Como se puede observar la función summary, nos devuelve la proporción de varianza aplicada al conjunto total de cada atributo. Gracias a esto, el atributo 1 explica el 0.452 de variabilidad del total de datos; en cambio, el atributo 7 explica solo el 0.000381.

A continuación, se muestra un histograma para ver el peso de cada atributo sobre el conjunto total de datos:

if (!require('factoextra')) install.packages('factoextra'); library('factoextra')
## Loading required package: factoextra
## Welcome! Want to learn more? See two factoextra-related books at https://goo.gl/ve3WBa
#Los valores propios corresponden a la cantidad de variación explicada por cada componente principal (PC).
ev= get_eig(pca.acc)
ev
##         eigenvalue variance.percent cumulative.variance.percent
## Dim.1 1.364366e-02     4.519469e+01                    45.19469
## Dim.2 7.664656e-03     2.538921e+01                    70.58391
## Dim.3 4.760727e-03     1.576993e+01                    86.35384
## Dim.4 2.342530e-03     7.759642e+00                    94.11348
## Dim.5 1.068327e-03     3.538839e+00                    97.65232
## Dim.6 5.937915e-04     1.966938e+00                    99.61926
## Dim.7 1.149407e-04     3.807416e-01                   100.00000
## Dim.8 2.717197e-29     9.000729e-26                   100.00000
## Dim.9 4.659472e-30     1.543453e-26                   100.00000
fviz_eig(pca.acc)

En este ejercicio se decidió utilizar el método de Káiser para decidir cuales de las variables obtenidas serán escogidas. Este criterio mantendrá todas aquellas variables cuya varianza sea superior a 1.

# Calculamos la varianza de los componentes principales a partir de la desviación estándar

var_acc <- pca.acc$sdev^2

var_acc
## [1] 1.364366e-02 7.664656e-03 4.760727e-03 2.342530e-03 1.068327e-03
## [6] 5.937915e-04 1.149407e-04 2.717197e-29 4.659472e-30

Con los resultados obtenidos es muy complicado decidir cuáles son los componentes principales componentes a escoger. Este hecho podría estar causado por no haber escalado los datos previamente. Por lo tanto, el siguiente paso es escalar los datos y volver a calcular la varianza para ver qué datos selecciona.

# Escalamos los datos
acc_scale <- scale(accidentData_nor)
# Calculamos las componentes principales
pca.acc_scale <- prcomp(acc_scale)
# Mostramos la varianza de dichas variables:
var_acc_scale <- pca.acc_scale$sdev^2
head(var_acc_scale)
## [1] 3.5632826 1.8581532 1.1186798 1.0185157 0.8423082 0.5603141

Después de analizar la varianza y aplicando el criterio de Káiser nos quedaremos con los componentes principales 1,2,3 y 4 que son los superiores a 1. Este criterio tiene el problema de sobreestimar el número de factores, pero a pesar de ello es el que aplicaremos para analizar los resultados.

Mostramos el histograma de porcentaje de varianza explicado con los datos escalados:

fviz_eig(pca.acc_scale)

ev = get_eig(pca.acc_scale)
ev
##         eigenvalue variance.percent cumulative.variance.percent
## Dim.1 3.563283e+00     3.959203e+01                    39.59203
## Dim.2 1.858153e+00     2.064615e+01                    60.23817
## Dim.3 1.118680e+00     1.242978e+01                    72.66795
## Dim.4 1.018516e+00     1.131684e+01                    83.98479
## Dim.5 8.423082e-01     9.358980e+00                    93.34377
## Dim.6 5.603141e-01     6.225712e+00                    99.56948
## Dim.7 3.874645e-02     4.305161e-01                   100.00000
## Dim.8 4.353003e-26     4.836670e-25                   100.00000
## Dim.9 2.164538e-26     2.405042e-25                   100.00000

Los valores propios se pueden utilizar para determinar el número de componentes principales a retener después de la PCA (Kaiser 1961):

  • Un valor propio > 1 indica que los PCs representan más varianza de la que representa una de las variables originales de los datos estandarizados. Esto se utiliza habitualmente como punto de corte para el cual se conservan los PCs. Esto solo es cierto cuando los datos están estandarizados.

  • También podemos limitar el número de componentes a este número que representa una determinada fracción de la varianza total. Por ejemplo, si estamos satisfecho con el 80% de la varianza total explicada, usamos el número de componentes para conseguirlo que son los 4 componentes principales vistos antes.

Continuamos con el análisis de los componentes principales. Después de aplicar el método Káiser se han seleccionado los 4 componentes principales.

var <- get_pca_var(pca.acc_scale)
var
## Principal Component Analysis Results for variables
##  ===================================================
##   Name       Description                                    
## 1 "$coord"   "Coordinates for the variables"                
## 2 "$cor"     "Correlations between variables and dimensions"
## 3 "$cos2"    "Cos2 for the variables"                       
## 4 "$contrib" "contributions of the variables"

Los componentes de get_pca_var() se pueden utilizar en el diagrama de variables de la siguiente manera:

  • var$coord: coordenadas de variables para crear un diagrama de dispersión.
  • var$cos2: representa la calidad de representación de las variables al mapa de factores. Se calcula como las coordenadas al cuadrado: var.cos2 = var.coord * var.coord.
  • var$contrib: contiene las contribuciones (en porcentaje) de las variables a los componentes principales. La contribución de una variable (var) a un determinado componente principal es (en porcentaje): (var.cos2 * 100) / (cos2 total del componente).
#Utilizamos los 4 componentes principales encontrados antes
head(var$coord[,1:4],11)
##                  Dim.1       Dim.2       Dim.3       Dim.4
## FATALS     -0.30725642  0.07606945  0.28817514 -0.73967833
## DRUNK_DR   -0.04921565 -0.38170799 -0.26454706 -0.58497489
## VE_TOTAL   -0.83708697  0.28706095 -0.34390477  0.13727724
## VE_FORMS   -0.86483356  0.18416941 -0.02398033  0.21866655
## PVH_INVL   -0.06062570  0.30358100 -0.85844575 -0.18336810
## PEDS        0.48249027  0.82661079  0.13673775 -0.08353380
## PERSONS    -0.88514448  0.21755791  0.19732665 -0.07582156
## PERMVIT    -0.88736748  0.19749105  0.22352113 -0.06716534
## PERNOTMVIT  0.45872440  0.85355861  0.04773257 -0.10804664

1.5.1 Calidad de representación

La calidad de representación de las variables en el mapa de factores se denomina cos2 (coseno cuadrado, coordenadas cuadradas). Podemos acceder al cos2 de la siguiente manera:

head(var$cos2[,1:4],11)
##                  Dim.1       Dim.2       Dim.3       Dim.4
## FATALS     0.094406509 0.005786562 0.083044911 0.547124037
## DRUNK_DR   0.002422180 0.145700988 0.069985146 0.342195618
## VE_TOTAL   0.700714591 0.082403990 0.118270488 0.018845040
## VE_FORMS   0.747937080 0.033918370 0.000575056 0.047815060
## PVH_INVL   0.003675475 0.092161422 0.736929104 0.033623861
## PEDS       0.232796860 0.683285394 0.018697211 0.006977896
## PERSONS    0.783480750 0.047331446 0.038937806 0.005748910
## PERMVIT    0.787421038 0.039002717 0.049961697 0.004511183
## PERNOTMVIT 0.210428078 0.728562294 0.002278398 0.011674076
corrplot(var$cos2[,1:4], is.corre=FALSE)
## Warning in text.default(pos.xlabel[, 1], pos.xlabel[, 2], newcolnames, srt =
## tl.srt, : "is.corre" is not a graphical parameter
## Warning in text.default(pos.ylabel[, 1], pos.ylabel[, 2], newrownames, col =
## tl.col, : "is.corre" is not a graphical parameter
## Warning in title(title, ...): "is.corre" is not a graphical parameter

También es posible crear un diagrama de barras de variables cos2 mediante la función fviz_cos2():

fviz_cos2(pca.acc_scale, choice = "var", axes = 1:2)

  • Un cos2 elevado indica una buena representación de la variable en el componente principal. En este caso, la variable se coloca cerca de la circunferencia del círculo de correlación.

  • Un cos2 bajo indica que la variable no está perfectamente representada por los PC. En este caso, la variable está cerca del centro del círculo.

Para una variable dada, la suma del cos2 de todos los componentes principales es igual a uno.

Si una variable está perfectamente representada por solo dos componentes principales (Dim.1 y Dim.2), la suma del cos2 en estos dos PCs es igual a uno. En este caso las variables se colocarán en el círculo de correlaciones.

Para algunas de las variables, pueden ser necesarios más de 2 componentes para representar perfectamente los datos. En este caso las variables se sitúan dentro del círculo de correlaciones.

En resumen:

  • Los valores de cos2 se utilizan para estimar la calidad de la representación
  • Cuanto más próxima esté una variable al círculo de correlaciones, mejor será su representación en el mapa de factores (y más importante es interpretar estos componentes)
  • Las variables que están próximas en el centro de la trama son menos importantes para los primeros componentes.
fviz_pca_var(pca.acc_scale,
col.var = "cos2",
gradient.cols = c("#00AFBB", "#E7B800", "#FC4E07"),
repel = TRUE
)

1.5.2 Contribución

Las contribuciones de las variables en la contabilización de la variabilidad de un determinado componente principal se expresan en porcentaje.

Las variables que están correlacionadas con PC1 (es decir, Dim.1) y PC2 (es decir, Dim.2) son las más importantes para explicar la variabilidad en el conjunto de datos.

Las variables que no están correlacionadas con ningún PC o con las últimas dimensiones son variables con una contribución baja y se pueden eliminar para simplificar el análisis global.

La contribución de las variables se puede extraer de la siguiente manera:

head(var$contrib[,1:4],11)
##                  Dim.1      Dim.2       Dim.3      Dim.4
## FATALS      2.64942527  0.3114147  7.42347448 53.7177824
## DRUNK_DR    0.06797608  7.8411720  6.25604798 33.5974816
## VE_TOTAL   19.66486180  4.4347254 10.57232696  1.8502454
## VE_FORMS   20.99011424  1.8253807  0.05140488  4.6945826
## PVH_INVL    0.10314857  4.9598398 65.87489045  3.3012610
## PEDS        6.53321358 36.7722855  1.67136397  0.6851044
## PERSONS    21.98761218  2.5472306  3.48069265  0.5644400
## PERMVIT    22.09819245  2.0990044  4.46613018  0.4429174
## PERNOTMVIT  5.90545583 39.2089469  0.20366845  1.1461852

Cuando más grande sea el valor de la contribución, más contribución habrá al componente.

corrplot(var$contrib[,1:4], is.cor=FALSE)

Las variables más importantes (que más contribuyen) se pueden resaltar a la gráfica de correlación de la siguiente manera:

fviz_pca_var(pca.acc_scale, col.var = "contrib",
gradient.cols = c("#00AFBB", "#E7B800", "#FC4E07")
)

Las variables correlacionadas positivas apuntan al mismo lado de la trama. Las variables correlacionadas negativas apuntan a lados opuestos del gráfico. Por ejemplo, vemos que las personas involucradas en un accidente (PVH_INVL) y conductor bebido (DRUNK_DR) apuntan direcciones opuestas por tanto no están nada correlacionas, además lo hemos visto antes puesto que tienen un coeficiente de correlación de -0.01.

Se observa que las variables que más aportan a las componentes principales son PEDS y PERNOTMVIT por un lado y VE_TOTAL, VE_FORMS, PERSONS y PERMVIT por otro. Esto es debido al hecho que están correlacionadas. En concreto por el diagrama de correlación de antes de que PEDS está muy bien correlacionada con PERNOTMVIT. De otra banda VE_TOTAL, VE_FORMS, PERSONS y PERMVIT están también bastante correlacionadas. La correlación de FATALS con este grupo de variables no es elevada, pero apunta en la misma dirección.

Podrían ahora rehacer los componentes excluyendo las variables que no aportan información. Una vez rehechas estas nuevas variables sustituyen a las originales que las forman y se podrían utilizar por ejemplo como un indicador de gravedad de accidente puesto que incluye vehículo en movimiento, parado, peatones, conductores y otros implicados en una sola variable.

1.6 Interpretación de los resultados

Los datos estudiados contemplan accidentes de tráfico con víctimas en las redes de autopistas en los EUUU a largo del 2020. Todos los registros tienen un identificador único de accidente y una serie de hechos principales como número de muertos, número de conductores bebidos, vehículos y personas implicadas. Tenemos que añadir otras variables que los caracterizan agrupadas por ubicación geográfica, temporal, condiciones específicas del accidente, meteorológicas, la intervención del servicio de emergencias y otros factores.

Revisados los datos parecen bien informados. Los datos están bastante limpios y bien documentados. No plantean graves problemas de campos con valores nulos o vacíos y tienen bastante potencial para generar nuevos indicadores a partir de los datos.

Podemos afirmar que a lo largo del 2020 en las autopistas de EE. UU. sucedieron 35.766 accidentes en los que perdieron la vida 38.824 personas. Pretendiamos extraer relaciones entre la presencia de alcohol en los conductores y el número de accidentes, pero las conclusiones no fueron claras. Las relaciones más obvias comprobadas son el incremento de muertes en función del incremento del número de vehículos, pasajeros y peatones implicados.

Habría que profundizar mucho más. Sí que podemos perfilar cómo son los accidentes típicos en cuanto al número de vehículos y personas, conductores o peatones implicados.

El más habitual es un muerto por accidente incrementándose este valor en función de las variables relacionadas. Los conductores bebidos aparecen en uno de cada cuatro accidentes mortales aproximadamente. Los vehículos implicados en los accidentes son típicamente uno pudiéndose incrementar a dos en los casos más típicos. El número de peatones implicados es relativamente bajo dado el tipo de vía que estamos estudiando.

En cuanto al consumo de alcohol, con el grado de profundidad estudiado, no se observa un estado donde las proporcionalidades del número de conductor con presencia de alcohol sean superiores a otros estados.

Estudiando el número de muertes en accidente en relación con el estado donde ha sucedido y la condición climática, vemos necesario profundizar con técnicas por ejemplo de agregación para ver cómo se agrupan y poder obtener un perfil.

Se ha estudiado la franja horaria de la madrugada para ver si acumula un mayor número de accidentes, no siendo así. Parece que el número de accidentes mantiene también proporcionalidad respecto las franjas horarias. Se ha estudiado el número de accidentes por segmento horario con una discretización fijada en intervalo arbitrarios. La mayor presencia de accidentes en horario por la mañana y anochecer (ir y volver al trabajo) hace pensar en que queda pendiente estudiar dado el tipo de vía la distribución horaria de los accidentes lunes a viernes respecto a los fines de semana y festivos para ver si hay horas donde se acumulan más accidentes mortales.

Finalmente, con la técnica de los componentes principales hemos generado una nueva variable que combina otras variables con una correlación inicial que se podría considerar como índice de gravedad del accidente.


2 Ejercicio 1


Propón un proyecto completo de minería de datos. La organización de la respuesta tiene que coincidir en las fases típicas del ciclo de vida de un proyecto de minería de datos. No hay que realizar las tareas de la fase. Para cada fase indica cuál es el objetivo de la fase y el producto que se obtendrá. Utiliza ejemplos de qué y cómo podrían ser las tareas. Si hay alguna característica que hace diferente el ciclo de vida de un proyecto de minería respecto a otros proyectos indícalo.

Escribe aquí la respuesta a la pregunta

Como en cualquier proyecto de Minería de Datos, o de búsqueda de conocimiento en bases de datos, primero hay que tener claro cual es el objetivo principal, en definitiva, cual es el conocimiento que queremos extraer. Como es obvio, al tratarse de un proceso práctico, encontraremos dificultades e incluso evidencias que prueben lo contrario de aquello que queremos demostrar.

Hay que tener en cuenta que la definción del objetivo(s) es un paso muy importante, ya que tal y como se ha leído en “Proceso de Minería de Datos”; “Los objetivos del proyecto de minería de datos determinan el tipo de modelo de conocimiento que tenemos que extraer”

Para este proyecto de minería de datos, antes de definir el objetivo definitivo, he hecho una pequeña lluvia de ideas que he creído conveniente dejar en la respuesta a este primer ejercicio:

  • En que estados de EEUU hay más accidentes donde estén implicados autobuses escolares.

  • ¿Cuantas personas de media suele haber implicadas en el coche accidentado en cada estado? Esto nos daría información acerca de la cantidad media de gente que viaja en un coche en cada estado de EEUU, y podría ayudarnos en otros proyectos de mineria de datos.

  • La gente que toma drogas, ¿suele ir acompañada cuando tienen un accidente, o van solas? Podríamos hacer una comparativa entre estados y calcular la media de gente que hay en un coche accidentado, esto mismo podríamos hacerlo con el alcohol.

  • ¿Hay más accidentes por drogas en zonas rurales o en zonas urbanas? ¿y por alcohol?

  • Se podría hacer un estudio acerca de como el tiempo meteorológico afecta en accidentes causados por drogas o alcohol, es decir; ¿cuando llueve o nieva es más probable que la gente beba o se intoxique con drogas? o ¿es el buen tiempo el que propicia este tipo de accidentes?

  • Podríamos también demostrar en que hora del día hay más accidentes con autobuses escolares implicados.

  • ¿Que tipo de coches suele verse envuelto en un accidente, en que tipo de carreteras? y ¿en que franja temporal suelen darse esos accidentes (noche/dia)? ¿que tiempo hacia? ¿condiciones lumínicas? Luego hacer una comparativa entre estados.

  • Buscar una correlación entre el tiempo que suele llegar al hospital la victima y el tipo de vía en el que se ha dado el accidente, y si era un entorno rural o urbano.

  • Observando la base de datos me doy cuenta de que en la mayoria de los casos cuando la persona iba bajo los efectos del alcohol, o no se sabía lo que tardaba en llegar al hospital o directamente no iba al hostpital, además de que tal y como se ha descrito antes, siemore hay un muerto en todos los accidentes del archivo csv.

  • Buscar una correlación entre las variables de si iba borracho o no y la catidad de gente implicada en el accidente. Hacer una comparativa entre estados, tipo de carretera y entorno (rural o urbano)

  • ¿En que tipo de cruces o intersecciones se producen más accidentes? ¿La gente suele ir bebida en esos cruces o intersecciones?

  • ¿Suele haber más peatones implicados o menos en un tipo de cruce o otro? Esto nos daría información acerca de cuanto de peligrosos son esos escenarios.

  • ¿En que entornos hay más accidentes por intoxicación de alcohol (rurales/urbanos)?

OBJETIVO GENERAL: Tras haberle echado un vistazo a la base de datos “accidentes.csv” he visto que se especificaban datos como el entorno en el que se había dado el accidente (urbano/rural), si hay intersección y el tipo, el condado en el que había sucedido, la ciudad, así como el estado en el que se ha dado el incidente y las condiciones atmosféricas. Por lo tanto, el objetivo que propongo, persiguiría conocer los estados, el entorno y los tipos de interseciones que más accidentes acumulan, para en un futuro predecir posibles lugares geográficos donde más accidentes podrían ocurrir, y consecuentemente, prevenir estos accidentes.

Se trataría de un modelo predictivo, que como sabemos por teoría, este tipo de modelos guardan muchas similitudes con los modelos de clasificación, no obstante, este caso contempla más de dos clases (por ejemplo; hay más de dos estados en EEUU, más de dos ciudades en cada estado, etc. El entorno es la única clase binaria (rural o ubano) por lo tanto la tarea de clasificación puede comprenderse como un proceso de predicción que tiene que asignarle un valor a la etiqueta. Como hemos visto en teoría, varios ejemplos de modelos predictivos serían los arboles de decisión y un ejemplo más contemporáneo serían las series temporales construidas por redes neuronales.

Quitar este siguiente párrafo que a partir de las variables que haya en la base de datos, el modelo remarque aquellas que incrementen la gravedad del accidente, mostrando además el grado de relación entre las distintas variables, para saber además que situación se tiene que dar para que exista tal relación entre un conjunto de variables. Esto sería posible analizando los accidentes y sacando un común denominador entre ellos, viendo que variables comparten, y aquellas variables que compartan serán las variables que aumenten el factor de riesgo en los accidentes.

Después de haber definido el objetivo del proyecto de minería de datos, se enuncia a continuación las fases del proyecto que se deberian que acometer:

FASES DEL PROYECTO:

  • Definción del objetivo/tarea del proyecto:: En esta fase se formula la pregunta cuya respuesta queremos obtener por medio del proyecto de minería de datos. La elección del modelo también forma parte de este apartado.
  • Selección de datos: Como es de esperar y por lo que se ha inferido de la teoría, se nos proveerá con una base de datos, de la cual tendremos que extraer aquello que nos interese para nuestro proyecto de minería de datos. No obstante, previamente hay que “pulir” y enriquecer todos los datos, afin de asegurar buenos resultados. Como se ha visto en teoría y como dijo Pablo Picasso; “El arte es la eliminación de lo innecesario”
  • Comienzo del proceso de minería: Esta parte es la que seguramente más tiempo nos lleve junto con la anterior, pues comprende muchos escalones y obstáculos que hay que superar, desde mi punto de vista, creo que es la parte más sucia pero a la vez más enriquecedora, ya que hay que mancharse las manos, ya sea graficando, calculando correlaciones, aproximando resultados, eligiendo el tipo de gráficas, cambiando de escala los datos, etc. No obstante, si ese trabajo es llevado a cabo correctamente, y si se explotan muchas de las infinitas posibilidades, lo más probable es que se acabe extrayendo conocimiento y se descubran relaciones y detonantes nunca vistos, de un conjunto de datos que incialmente podían resultar poco prometedores
  • Evaluación, interpretación e integración: Primero tendremos que comprobar que el modelo lleva a cabo la tarea que le hemos asignado, luego tendremos que interpretar los resultados que arroje, ya que puede que el modelo haga “algo” pero es posible que los datos obtenidos no sean los esperados, y por ello hay que asegurarse que aquello que devuelve el modelo es lógico. Por último, si todo lo anterior se ha relalizado correctamente, y el modelo se comporta como esperamos, es momento de integrarlo donde corresponda, ya sea en el servidor de una empresa o de una institución académica o gubernamental.

Se han explicado las fases muy brevemente y acorde con aquello que se ha interpretado de la teoría. Tras haber indicado el objetivo del proyecto, ahora se pasa a la segunda fase; Origen de los datos

Origen de los datos

En este caso, no hay que buscar datos, porque ya se tiene la base de datos que se va a explorar en el proyecto; accident.csv El primer paso ahora consiste en cargar el fichero de datos

# Cargamos el fichero de datos
#nombre_archivo = 'accident.CSV' #Especifico el nombre del fichero que quiero leer o su ruta completa si este no estuviese en la misma carpeta que el script desde el que lo estoy llamando

#Ahora se lee el fichero en formato csv
#datos <- read.csv(nombre_archivo)

Después de cargar los datos, hay que preparar los datos, para ello, primero se procede a comprobar su estructura, afin de:

  • Saber como están dispuestos los datos.

  • Como en este caso es una tabla, saber cuantas filas y cuantas columnas hay, y conocer hasta cierto rango, los valores de cada una de las filas o columnas.

  • El número de variables y sus identificadores

Para ello se realiza esta pequeña exploración;

#structure = str(datos)

Lo que se obtendría al simular esta linea de código sería una visualización parcial de los datos. En el caso de tener un documento explicativo que explicase en detalle el significado de cada una de las filas o columnas, habría que revisarlo, para saber que información brindan cada una de ellas y saber si se pueden ir descartando filas y/o columnas de datos que no sean interesantes para el objetivo del proyecto Luego de haber llevado a cabo una breve previsualización, hay que estudiar la posibilidad de generar nuevas variables derivadas de algunas ya existentes, pero eso se verá en la siguiente fase; limpieza de datos.

En el apartado de la limpieza de datos se pretende procesar los datos con el fin de eliminar información redundante, errores tipográficos o incluso añadir datos nuevos. Para ello, primeramente se comprueba la existencia de valores nulos o posiciones vacias en la tabla de datos.

#print('NA')
#colSums(is.na(accidentData))
#print('Blancos')
#colSums(accidentData=="")

Esto devolverá el número de columnas (variables) que tengan valores NULOS o VACÍOS. En el caso de encontrarse con valores vacios, una práctica común sería calcular la media o la mediana de los valores que ese atributo toma a lo largo del resto de accidentes, y asignárselo a ese campo en concreto, hay que tener en cuenta, que tal y como se estudió en teoría, esto podría afectar al modelo negativamente, introduciendo ruido o confundiéndole, no obstante, es mejor eso que dejar celdas vacías. Si hubiese una columna entera con valores nulos o vacios, entonces se eliminaría ya que no habría ninguna referencia y por lo tanto no aportaría ninguna información al modelo, al revés, impactaría negativamente en él. Se ha podido comprobar en la base de datos de accident.csv como había varias celdas en

El siguiente paso consistiría en comprobar que no haya tuplas repetidas, es decir, filas que aparezcan en la tabla de datos más de una vez:

# Detectar filas duplicadas
#filas_duplicadas <- datos[duplicated(datos) | duplicated(datos, fromLast = TRUE), ] #fila dupliacada o NO, asi con todas

#Ahora se visualizan las filas duplicadas
#Por último se eliminan:
#unique_df <- unique(df)

La siguiente tarea sería comprobar que no hubiese ningún campo (celda dentro de cualquier columna) que contenga números o caracteres erróneos, es decir, comprobar que no haya ningún dato inconsistente. Si por ejemplo una variable solo puede tomar un conjunto de valores determinado, comprobar que para todos los accidentes, i.e., para la columna correspondiente a esa variable en todas las filas de la tabla de datos, esa variable tome el tipo de valor correcto (string, int o float) dentro del conjunto en cuestión.

# Detectar valores erróneos o inconsistentes, para ello se podrían gráficar los datos de cada atributo, y ver si hay "outliers" esto también lo podríamos comprobar comparando el archivo de explicación de datos, y estudiando los intervalos posibles para cada variable, luego podría construirse un condicional que compruebe columna por columna, que todos los valores de esa columna se encuentran dentro de dicho intervalo

La siguiente tarea, podría consistir en la búsqueda de datos envejedidos y si se diese el caso, actualizar aquellos valores que indirectamente pueden suponer confusión al modelo. Se puede tomar el ejemplo visto en teoría; sustituir la edad de pacientes o víctimas, por su fecha de nacimiento. En este caso, en el fichero de accident.csv no hay ninguna edad especificada, por lo tanto implementar esta tarea no tendría mucho sentido, no obstante, aquellas variables que se hayan descalificado, se deberían de retirar del juego de datos.

La siguiente tarea podría consistir en comprobar que no hubiese variaciones en los valores que tomen las variables, es decir, que en el caso del nombre de la ciudad, del condado, el mes del año, el día de la semana y el formato horario, estén todos estos campos escritos de la misma forma, o que todos empiecen por mayúsculas, o que todos los nombres estén en mayúsculas en el caso de los 4 primeros escenarios, y que en el caso de la hora, esta tenga el mismo formato en todos los accidentes. Por lo tanto, se van a modificar aquellas celdas que representen la misma información, pero que esté escrita/especificada diferentemente. Además, se ha comprobado para el atributo TWAY_ID que en algunos accidentes, las letras del código alfanumérico que toma el atributo, están en mayúsculas y otras en minúsculas, y en algunos casos el tipo de valor que toma este atributo puede ser o alfanumérico o puede estar solamente compuesto por letras o palabras, esto supone un problema considerable a la hora de gráficar o calcular datos relativos a este atributo.

nombre_archivo = 'accident.CSV'
datos <- read.csv(nombre_archivo)
names(datos) #Aqui leemos el nombre de las columnas
##  [1] "STATE"        "STATENAME"    "ST_CASE"      "VE_TOTAL"     "VE_FORMS"    
##  [6] "PVH_INVL"     "PEDS"         "PERSONS"      "PERMVIT"      "PERNOTMVIT"  
## [11] "COUNTY"       "COUNTYNAME"   "CITY"         "CITYNAME"     "DAY"         
## [16] "DAYNAME"      "MONTH"        "MONTHNAME"    "YEAR"         "DAY_WEEK"    
## [21] "DAY_WEEKNAME" "HOUR"         "HOURNAME"     "MINUTE"       "MINUTENAME"  
## [26] "NHS"          "NHSNAME"      "ROUTE"        "ROUTENAME"    "TWAY_ID"     
## [31] "TWAY_ID2"     "RUR_URB"      "RUR_URBNAME"  "FUNC_SYS"     "FUNC_SYSNAME"
## [36] "RD_OWNER"     "RD_OWNERNAME" "MILEPT"       "MILEPTNAME"   "LATITUDE"    
## [41] "LATITUDENAME" "LONGITUD"     "LONGITUDNAME" "SP_JUR"       "SP_JURNAME"  
## [46] "HARM_EV"      "HARM_EVNAME"  "MAN_COLL"     "MAN_COLLNAME" "RELJCT1"     
## [51] "RELJCT1NAME"  "RELJCT2"      "RELJCT2NAME"  "TYP_INT"      "TYP_INTNAME" 
## [56] "WRK_ZONE"     "WRK_ZONENAME" "REL_ROAD"     "REL_ROADNAME" "LGT_COND"    
## [61] "LGT_CONDNAME" "WEATHER"      "WEATHERNAME"  "SCH_BUS"      "SCH_BUSNAME" 
## [66] "RAIL"         "RAILNAME"     "NOT_HOUR"     "NOT_HOURNAME" "NOT_MIN"     
## [71] "NOT_MINNAME"  "ARR_HOUR"     "ARR_HOURNAME" "ARR_MIN"      "ARR_MINNAME" 
## [76] "HOSP_HR"      "HOSP_HRNAME"  "HOSP_MN"      "HOSP_MNNAME"  "FATALS"      
## [81] "DRUNK_DR"
head(datos[c("MONTH","STATENAME","COUNTYNAME","CITYNAME","RUR_URBNAME")])
##   MONTH STATENAME     COUNTYNAME       CITYNAME RUR_URBNAME
## 1     1   Alabama    ELMORE (51) NOT APPLICABLE       Rural
## 2     1   Alabama JEFFERSON (73)     BIRMINGHAM       Urban
## 3     1   Alabama   SHELBY (117) NOT APPLICABLE       Rural
## 4     1   Alabama   CALHOUN (15) NOT APPLICABLE       Rural
## 5     1   Alabama     COOSA (37) NOT APPLICABLE       Rural
## 6     1   Alabama   MORGAN (103) NOT APPLICABLE       Rural
head(datos[c("DAY","HOUR")])
##   DAY HOUR
## 1   1    2
## 2   2   17
## 3   2   14
## 4   3   15
## 5   4    0
## 6   4   16

Esto es de especial importancia, ya que a la hora de introducir estos datos en un modelo de aprendizaje automático o en cualquier modelo de detección o clasificación aunque para una persona signifiquen lo mismo, un modelo computacional interpretará que January y JANUARY son cadenas de caractéres diferentes, cuando en realidad reresentan los mismo. En este caso hemos visto como la variable MONTH es de tipo int, al igual que el condado y la ciudad, en cambio el estado es una cadena de caractéres. No obstante existen, variables relativas al nombre del condado “COUNTYNAME” y al nombre de la ciudad “CITYNAME”, que son las variables que se muestran arriba.

Observando los resultados de arriba uno se da cuenta de como, cuando se trata de un entorno rural, el nombre de la ciudad no aplica, como es lógico, por lo tanto, podría ser útil obviar una de las variables, porque las dos nos dan la misma información, pero una es más especifica, en este caso, la variable “CITYNAME” indica el nombre de la ciudad, en cambio la otra solo muestra si se trata de un entorno rural o urbano, por lo tanto se podría prescindir de la variable que determina el entorno, porque al saber el nombre de la ciudad, se sabe que ciudad es, y si no fuese una ciudad directamente mostraría un “NA”. No obstante, he decidido no eliminarla por ahora, porque para las primeras gráficas, creo que es importante mantener los entornos, para saber donde se producen más acidentes, y luego ir filtrando por ciudades.

El siguiente paso, podría consistir en analizar si los datos que hemos escogido están sesgados, y estudiar si esto repercute en nuestro objetivo principal del proyecto. En este caso, podríamos remarcar que hay un sesgo, el hecho de que todos los accidentes tengan una víctima mortal, no obstante, en principio, este sesgo no influiría negativamente en nuestro proyecto, ya que nuestro objetivo ya contempla la muerte como algo “normal” o habitual a la hora de llevar a cabo nuestro estudio. En el caso de querer hacer un estudio que no involucre muertes, se deberían de incluir esos datos, pero habría que repetir el proceso de limpieza de datos y habría que estudiar más en detalle como afectaría este sesgo al objetivo principal del proyecto.

Ahora ya se han limpiado los datos, a continuación, se podrían a empezar a graficar parte de los datos ya “limpios” mediante herramientas estadísticas, como los histogramas, que nos permiten visualizar las variaciones de los datos en cada atributo para cada accidente en concreto

unique(datos["RUR_URB"]) # Para saber cuantos valores posibles hay
##      RUR_URB
## 1          1
## 2          2
## 628        6
## 994        9
## 7021       8
unique(datos["CITYNAME"])
##                               CITYNAME
## 1                       NOT APPLICABLE
## 2                           BIRMINGHAM
## 7                             BESSEMER
## 10                        GUNTERSVILLE
## 11                           HILLSBORO
## 12                            MIDFIELD
## 13                          TUSCALOOSA
## 15                             MALVERN
## 17                            HOMEWOOD
## 19                         PHENIX CITY
## 21                              MOBILE
## 45                          HUNTSVILLE
## 52                       UNION SPRINGS
## 54                             SLOCOMB
## 58                            ORRVILLE
## 60                         ALBERTVILLE
## 62                          ADAMSVILLE
## 65                               OZARK
## 68                            ASHVILLE
## 82                               Other
## 83                             JACKSON
## 85                           TALLADEGA
## 86                           SHEFFIELD
## 90                             CULLMAN
## 92                          TRUSSVILLE
## 96                            LAKEVIEW
## 102                         MONTGOMERY
## 108                            CLANTON
## 109                           PRICHARD
## 127                             AUBURN
## 128                            MOULTON
## 136                             VALLEY
## 138                        LITTLEVILLE
## 139                           KIMBERLY
## 152                             DOTHAN
## 162                       FORT DEPOSIT
## 165                             LANETT
## 167                            OPELIKA
## 178                     MOUNTAIN BROOK
## 181                         ENTERPRISE
## 184                         SCOTTSBORO
## 197                          HARTSELLE
## 206                          SOUTHSIDE
## 213                            ATTALLA
## 220                             HOOVER
## 222                          PELL CITY
## 225                             LOXLEY
## 234                          CAMP HILL
## 236                         PRICEVILLE
## 242                             PELHAM
## 257                           ANNISTON
## 282                          BRUNDIDGE
## 301                             OXFORD
## 307                           TUSKEGEE
## 313                          STEVENSON
## 320                          ALABASTER
## 328                        GULF SHORES
## 331                               CLIO
## 332                            ONEONTA
## 339                  OWENS CROSS ROADS
## 349                             ATHENS
## 358                          LAFAYETTE
## 364                             CALERA
## 365                         RAINSVILLE
## 370                           RUTLEDGE
## 374                       RUSSELLVILLE
## 383                              LEEDS
## 395                               TROY
## 403                            PARRISH
## 419                              FOLEY
## 436                          NORTHPORT
## 438                            HENAGAR
## 476                            GADSDEN
## 480                     ALEXANDER CITY
## 488                           FLORENCE
## 494                             JASPER
## 500                       RAINBOW CITY
## 507                               BOAZ
## 524                             DAPHNE
## 537                        BAY MINETTE
## 538                           NEW HOPE
## 542                          DADEVILLE
## 551                            DECATUR
## 555                            SATSUMA
## 581                           WETUMPKA
## 592                           FAIRHOPE
## 598                             CENTRE
## 614                             NEWTON
## 622                        MAPLESVILLE
## 624                          SYLACAUGA
## 633                       HARPERSVILLE
## 639                            EUFAULA
## 667                            BREWTON
## 676                              SELMA
## 678                     VESTAVIA HILLS
## 720                         PRATTVILLE
## 731                            GLENCOE
## 736                            LINCOLN
## 745                          TUSCUMBIA
## 764                       ORANGE BEACH
## 771                       BLOUNTSVILLE
## 776                         WHITE HALL
## 806                         COTTONWOOD
## 814                           SARALAND
## 823                          EVERGREEN
## 853                             PALMER
## 854                          ANCHORAGE
## 855                             WILLOW
## 857                             DENALI
## 859                          FAIRBANKS
## 860                           SOLDOTNA
## 863                         MOOSE PASS
## 865                   MOUNTAIN VILLAGE
## 866                       PORT NIKISKI
## 867                            Unknown
## 869                            WASILLA
## 871                           GIRDWOOD
## 873                         TWO RIVERS
## 874                                FOX
## 875                           STEBBINS
## 877                            HOUSTON
## 878                            CENTRAL
## 881                    BODENBURG BUTTE
## 882                        EAGLE RIVER
## 883                            TONSINA
## 893                         NORTH POLE
## 896                              ESTER
## 899                               HOPE
## 903                          KETCHIKAN
## 905                         OLD VALDEZ
## 906                            PHOENIX
## 907                             TUCSON
## 908                      MARBLE CANYON
## 910                         MANY FARMS
## 914                           PRESCOTT
## 916                            KINGMAN
## 917                           SHOW LOW
## 919                           SUPERIOR
## 920                               MESA
## 921                            WELLTON
## 923                               YUMA
## 924                         SAN MANUEL
## 925                          SAN SIMON
## 927                           GOODYEAR
## 932                   LAKE HAVASU CITY
## 935                         SCOTTSDALE
## 937                                WHY
## 941                       SIERRA VISTA
## 945                              TUBAC
## 947                          SAHUARITA
## 948                           GLENDALE
## 949                          GILA BEND
## 950                           CONGRESS
## 951                            GILBERT
## 952                            SACATON
## 953                         TUMACACORI
## 954                            WILLCOX
## 957                              MAYER
## 959                             PEORIA
## 961                            PAULDEN
## 962                            PERIDOT
## 974                          SNOWFLAKE
## 976                              HOUCK
## 977                         CAMP VERDE
## 980                             LUPTON
## 982                       WILLOW BEACH
## 983                             SALOME
## 988                         QUARTZSITE
## 991                            TONALEA
## 992                        CASA GRANDE
## 997                             PARKER
## 1005                          CHANDLER
## 1007                          BAPCHULE
## 1015                          TOLLESON
## 1016                   APACHE JUNCTION
## 1024                             TEMPE
## 1026                       FORT THOMAS
## 1034                        MUNDS PARK
## 1037                          SUN CITY
## 1040                   LITCHFIELD PARK
## 1044                          SELIGMAN
## 1045                              PIMA
## 1047                           WIKIEUP
## 1065                          SURPRISE
## 1067                           BUCKEYE
## 1068                     MOHAVE VALLEY
## 1073                        LUKACHUKAI
## 1075                       QUEEN CREEK
## 1080                     GOLDEN VALLEY
## 1088                          KIRKLAND
## 1096                   PRESCOTT VALLEY
## 1097                        STRAWBERRY
## 1098                          CHAMBERS
## 1100                            KEARNY
## 1103                            PAYSON
## 1105                             BYLAS
## 1113                           SANDERS
## 1115                             GLOBE
## 1116                            SEDONA
## 1124                        KYKOTSMOVI
## 1128                            MCNEAL
## 1132                         CORNVILLE
## 1135                           TONOPAH
## 1140                       LITTLEFIELD
## 1161                            ORACLE
## 1167                         WINKELMAN
## 1175                      CHINO VALLEY
## 1192                       MORMON LAKE
## 1210                             YUCCA
## 1213                          HOLBROOK
## 1228                          COOLIDGE
## 1241                          AVONDALE
## 1254                             GREER
## 1259                             HEBER
## 1265                           PINETOP
## 1268                          NUTRIOSO
## 1271                           WINSLOW
## 1273                        MORRISTOWN
## 1274                         FLAGSTAFF
## 1276                            MARANA
## 1282                         HACKBERRY
## 1294                         TUBA CITY
## 1295                           POLACCA
## 1301                          CATALINA
## 1304                            CHINLE
## 1305                     BULLHEAD CITY
## 1314                    FOUNTAIN HILLS
## 1337                             SELLS
## 1340                            DILKON
## 1354                           NOGALES
## 1362                     DOLAN SPRINGS
## 1391                  PINETOP-LAKESIDE
## 1442                    DEWEY-HUMBOLDT
## 1535                     FORT MCDOWELL
## 1580                              ELOY
## 1611                          SOMERTON
## 1632                              VAIL
## 1654                               AJO
## 1669                         NEW RIVER
## 1705                       JOSEPH CITY
## 1756                        WICKENBURG
## 1823                            LAVEEN
## 1864                      GREEN VALLEY
## 1876                         JEFFERSON
## 1880                      FAYETTEVILLE
## 1885                           GATEWAY
## 1886                             CABOT
## 1887                       HOT SPRINGS
## 1890                        FORT SMITH
## 1895                            CAMDEN
## 1896                         JONESBORO
## 1899                            LOWELL
## 1904                       LITTLE ROCK
## 1909                 NORTH LITTLE ROCK
## 1914                        SPRINGDALE
## 1919                      JACKSONVILLE
## 1921                         TEXARKANA
## 1924                               KEO
## 1926                            CONWAY
## 1930                            BENTON
## 1931                       CLARKSVILLE
## 1937                      WEST MEMPHIS
## 1938                        PINE BLUFF
## 1947                        DARDANELLE
## 1959                          GARFIELD
## 1969                         MORRILTON
## 1970                            BRYANT
## 1981                          MAGNOLIA
## 1982                           NEWPORT
## 1999                       BLYTHEVILLE
## 2000                              DIAZ
## 2006                             DUMAS
## 2024                       BENTONVILLE
## 2028                            LONOKE
## 2031                             SALEM
## 2037                      WALNUT RIDGE
## 2041                          HARRISON
## 2046                            SEARCY
## 2063                            ROGERS
## 2067                      GREEN FOREST
## 2087                     MOUNTAIN VIEW
## 2114                           OSCEOLA
## 2124                            PORTIA
## 2128                     MOUNTAIN HOME
## 2144                         STUTTGART
## 2149                            GOSHEN
## 2155                       WILLISVILLE
## 2161                           MCGEHEE
## 2166                           ENGLAND
## 2167                          SHERWOOD
## 2172                             WYNNE
## 2175                       PRATTSVILLE
## 2185                            BISCOE
## 2188                             EARLE
## 2194                           CLINTON
## 2202                        LOCKESBURG
## 2216                            HAYNES
## 2222                            GURDON
## 2243                         CAVE CITY
## 2261                          THORNTON
## 2267                       BELLA VISTA
## 2278                     SAINT CHARLES
## 2281                         PARAGOULD
## 2301                             DOVER
## 2308                            MONROE
## 2314                         MAYFLOWER
## 2332                      FORREST CITY
## 2348                           GILMORE
## 2352                          GRAVETTE
## 2363                         PEA RIDGE
## 2374                    SILOAM SPRINGS
## 2378                              COLT
## 2380                        BATESVILLE
## 2383                         BALD KNOB
## 2396                          OAKGROVE
## 2399                        CHARLESTON
## 2407                         SMACKOVER
## 2408                           FLIPPIN
## 2420                           HAMBURG
## 2427                         EL DORADO
## 2437                       MARKED TREE
## 2442                         VAN BUREN
## 2457                          OLD COVE
## 2480                    CITRUS HEIGHTS
## 2481                        SACRAMENTO
## 2485                      SOLANA BEACH
## 2496                       BAKERSFIELD
## 2499                       DIAMOND BAR
## 2506                     SAN FRANCISCO
## 2508                    CATHEDRAL CITY
## 2511                           ONTARIO
## 2516                           COMPTON
## 2527                             VISTA
## 2538                     SANTA CLARITA
## 2540                          HIGHLAND
## 2543                       LOS ANGELES
## 2544                         FAIRFIELD
## 2545                    SAN BERNARDINO
## 2552                          BEAUMONT
## 2553                       PASO ROBLES
## 2555                          STOCKTON
## 2556                           MANTECA
## 2562                         SAN DIEGO
## 2563               SOUTH SAN FRANCISCO
## 2564                         SUNNYVALE
## 2565                           TURLOCK
## 2566                         CLAREMONT
## 2569                            RIALTO
## 2570                            TULARE
## 2571           LA CA\xd1ADA FLINTRIDGE
## 2573                          MILPITAS
## 2574                      APPLE VALLEY
## 2577                    RANCHO CORDOVA
## 2581                         MONTCLAIR
## 2582                           OAKLAND
## 2587                         ENCINITAS
## 2596                   HUNTINGTON PARK
## 2599                         SANTA ANA
## 2600                          BERKELEY
## 2601                         ESCONDIDO
## 2604                         SAN MATEO
## 2605                          LAKEWOOD
## 2606                          LA HABRA
## 2608                          LA PALMA
## 2626                           FONTANA
## 2629                           LA MESA
## 2631                         LANCASTER
## 2646                           MODESTO
## 2647                       LEMON GROVE
## 2665                              GALT
## 2668                            NOVATO
## 2670                          CAMPBELL
## 2671                          HESPERIA
## 2675                          PALMDALE
## 2678                          HERCULES
## 2688                           REDDING
## 2703                         ELK GROVE
## 2704                              NAPA
## 2710                          REDLANDS
## 2714                             CHINO
## 2716                        SANTA ROSA
## 2726                         INGLEWOOD
## 2730                         PITTSBURG
## 2733                     MORENO VALLEY
## 2739                       EAST IRVINE
## 2743                           ANAHEIM
## 2753                        PLEASANTON
## 2763                         SAN RAMON
## 2770                          MONROVIA
## 2772                        COSTA MESA
## 2775                        UNION CITY
## 2778                            CORONA
## 2797                       WESTMINSTER
## 2801                  RANCHO CUCAMONGA
## 2805                         RIVERSIDE
## 2835                             DAVIS
## 2837                          SAN JOSE
## 2840                      REDWOOD CITY
## 2851                       SAN LEANDRO
## 2853                         IRWINDALE
## 2857                            GILROY
## 2873                     THOUSAND OAKS
## 2874                       VICTORVILLE
## 2883                       SIMI VALLEY
## 2895                          WOODLAND
## 2899                           SALINAS
## 2913                            BLYTHE
## 2915                          TORRANCE
## 2924                           MENIFEE
## 2926                        SEAL BEACH
## 2936                      BALDWIN PARK
## 2944                            ORANGE
## 2947                          DANVILLE
## 2951                        BURLINGAME
## 2953                            OXNARD
## 2960                      Not Reported
## 2963                         PALO ALTO
## 2965                       PICO RIVERA
## 2966                          TEMECULA
## 2971                          CARLSBAD
## 2979                        SAN MARCOS
## 2980                        LONG BEACH
## 2984                            MARINA
## 2985                      GROVER BEACH
## 2986                          PACIFICA
## 2988                         ROSEVILLE
## 2996                            FRESNO
## 2997                     NEWPORT BEACH
## 3010               SAN JUAN CAPISTRANO
## 3031                            EUREKA
## 3038                      LAGUNA HILLS
## 3040                              LODI
## 3049                           ANTIOCH
## 3050                         VACAVILLE
## 3072                        BELLFLOWER
## 3075                        RIDGECREST
## 3080                          CERRITOS
## 3092                         LIVERMORE
## 3094                            MERCED
## 3104                          WILDOMAR
## 3107                         OCEANSIDE
## 3111                             INDIO
## 3112                      GARDEN GROVE
## 3114                             TRACY
## 3116                            NEWARK
## 3122                          EL CAJON
## 3123                           VENTURA
## 3125                       MORGAN HILL
## 3138                    IMPERIAL BEACH
## 3144                       SAN JACINTO
## 3145                       CHULA VISTA
## 3146                            POMONA
## 3148                         BRENTWOOD
## 3149                            CLOVIS
## 3158                           NORWALK
## 3161                           ALAMEDA
## 3162                          RICHMOND
## 3171                            LOMITA
## 3173                            ORINDA
## 3182                           FAIRFAX
## 3189                   SAN LUIS OBISPO
## 3190                        SAN YSIDRO
## 3192                           SHAFTER
## 3195                            PERRIS
## 3201                         FULLERTON
## 3218                   FOUNTAIN VALLEY
## 3221                             AZUSA
## 3222                             HEMET
## 3230                DESERT HOT SPRINGS
## 3240                            DOWNEY
## 3243                  HUNTINGTON BEACH
## 3244                      YUCCA VALLEY
## 3261                  TWENTYNINE PALMS
## 3272                         PARAMOUNT
## 3275                          OROVILLE
## 3278                            CARSON
## 3280                       SANTA MARIA
## 3282                       PORTERVILLE
## 3292                          PARADISE
## 3295                       WATSONVILLE
## 3296                  SANTA FE SPRINGS
## 3310                           LATHROP
## 3313                           VALLEJO
## 3316                             CHICO
## 3325                           FREMONT
## 3326                         SAN PABLO
## 3331                           LYNWOOD
## 3332                       CARPINTERIA
## 3351                   WEST SACRAMENTO
## 3361                      FARMERSVILLE
## 3369                           BARSTOW
## 3372                            DINUBA
## 3375                   CALIFORNIA CITY
## 3386                            MALIBU
## 3399                NORTH PALM SPRINGS
## 3401                          LA VERNE
## 3409                            COLTON
## 3416                         YUBA CITY
## 3417                           VISALIA
## 3425                           STANTON
## 3426                          ANDERSON
## 3428                            SANGER
## 3453                         KNIGHTSEN
## 3457                         TEHACHAPI
## 3462                   LOS ALTOS HILLS
## 3467                           HAYWARD
## 3469                      SAN CLEMENTE
## 3477                       WEST COVINA
## 3489                          ALHAMBRA
## 3512                          PASADENA
## 3514                            TUSTIN
## 3524                           CLAYTON
## 3527                     PLEASANT HILL
## 3543                        BUENA PARK
## 3551                          FERNDALE
## 3559                            SONOMA
## 3564                         LOS ALTOS
## 3568                           WINDSOR
## 3593                         HAWTHORNE
## 3611                       SANTA CLARA
## 3614                           CONCORD
## 3638                        ATASCADERO
## 3672                        SOUTH GATE
## 3719                           BANNING
## 3740                          COMMERCE
## 3746                             RIPON
## 3758                              BELL
## 3764                         KINGSBURG
## 3770                         PLACENTIA
## 3794                      GRASS VALLEY
## 3810                        MENLO PARK
## 3864                            VERNON
## 3865                     NATIONAL CITY
## 3869                     LAKE ELSINORE
## 3876                           WINTERS
## 3895                     LAGUNA NIGUEL
## 3910                           YUCAIPA
## 3919                         LA MIRADA
## 3959                   AMERICAN CANYON
## 3976                         COACHELLA
## 4016                           NEEDLES
## 4017                          MARTINEZ
## 4098                        DANA POINT
## 4112                       PALM DESERT
## 4135                        SANTA CRUZ
## 4186                      WALNUT CREEK
## 4242                          ROSEMEAD
## 4243                             NORCO
## 4244                         HOLLISTER
## 4252                       CULVER CITY
## 4274                            UPLAND
## 4278                       FOSTER CITY
## 4329                            FOLSOM
## 4373                          ADELANTO
## 4412                          MOORPARK
## 4479                          PETALUMA
## 4514                          WOODSIDE
## 4542                         LA QUINTA
## 4577                        SUSANVILLE
## 4586                             WASCO
## 4602                     MONTEREY PARK
## 4614                             CERES
## 4617                           BRAWLEY
## 4691                            MADERA
## 4785                     MISSION VIEJO
## 4848                         CLEARLAKE
## 4863                     ARROYO GRANDE
## 4866                         SAN BRUNO
## 4883                         CUPERTINO
## 4915                      SUTTER CREEK
## 4956                            DELANO
## 4957                    EAST PALO ALTO
## 5002                           REEDLEY
## 5014                          GLENDORA
## 5023                          WHITTIER
## 5028                          INDUSTRY
## 5032                CARDIFF BY THE SEA
## 5066                       PLACERVILLE
## 5093                         RED BLUFF
## 5103                          MILLBRAE
## 5126                            AVENAL
## 5152                       SAN GABRIEL
## 5159                       CHINO HILLS
## 5175                         SAN DIMAS
## 5176                            LOOMIS
## 5177                           GARDENA
## 5182                        CHATSWORTH
## 5255                           CYPRESS
## 5272                  SOUTH LAKE TAHOE
## 5279                          MURRIETA
## 5283                              OJAI
## 5351                             DIXON
## 5354                    SOUTH EL MONTE
## 5355                            GOLETA
## 5397                         CALABASAS
## 5407                        MARYSVILLE
## 5446                          EL MONTE
## 5447                          ATHERTON
## 5451                     SCOTTS VALLEY
## 5466                     REDONDO BEACH
## 5477                      BELL GARDENS
## 5488                       SANTA PAULA
## 5503                           LEMOORE
## 5511                     BIG BEAR LAKE
## 5534                         LOS BANOS
## 5580                           BURBANK
## 5588                          GONZALES
## 5592                             ARVIN
## 5636                            DUARTE
## 5682                        MONTEBELLO
## 5685                  WESTLAKE VILLAGE
## 5693                            COTATI
## 5695                         EL CENTRO
## 5733                         DALY CITY
## 5747                     SANTA BARBARA
## 5803                         PATTERSON
## 5830                         RIVERBANK
## 5834                          CALEXICO
## 5838                     GRAND TERRACE
## 5885                          SARATOGA
## 5890                              TAFT
## 5894                           MENDOTA
## 5918                             HURON
## 5939                           WILLOWS
## 5961                         WATERFORD
## 5992                            COVINA
## 5993            RANCHO SANTA MARGARITA
## 5997                       LAKE FOREST
## 6020                            AURORA
## 6021                  COLORADO SPRINGS
## 6022                       FORT MORGAN
## 6023                             PEETZ
## 6025                           BOULDER
## 6027                          FOUNTAIN
## 6032                            DENVER
## 6045                          LOVELAND
## 6047                             RIFLE
## 6061                       CASTLE ROCK
## 6064                      FORT COLLINS
## 6065                  COLUMBINE VALLEY
## 6069              CHERRY HILLS VILLAGE
## 6072                        CENTENNIAL
## 6076                       WHEAT RIDGE
## 6088                           GREELEY
## 6093                            ARVADA
## 6098                     CA\xd1ON CITY
## 6112                             ASPEN
## 6116                            PUEBLO
## 6117                          MONTROSE
## 6123                    GRAND JUNCTION
## 6154                       PUEBLO WEST
## 6166                          BRIGHTON
## 6179                        BROOMFIELD
## 6189                       PLATTEVILLE
## 6193                              AULT
## 6195                             BRUSH
## 6196                              MEAD
## 6197                            CORTEZ
## 6204                         OAK CREEK
## 6216                 GREENWOOD VILLAGE
## 6243                         ENGLEWOOD
## 6247                            ELBERT
## 6248                              SILT
## 6254                         FREDERICK
## 6257                        WESTCLIFFE
## 6258                       FORT LUPTON
## 6281                     WOODLAND PARK
## 6335                         EDGEWATER
## 6341                          LONGMONT
## 6344                     COMMERCE CITY
## 6377                            DACONO
## 6383                        NORTHGLENN
## 6396                            MILNER
## 6437                         FIRESTONE
## 6440                        ESTES PARK
## 6448                          MORRISON
## 6465                        WALSENBURG
## 6486                         LITTLETON
## 6526                        LOUISVILLE
## 6534                            OLATHE
## 6536                   FEDERAL HEIGHTS
## 6560                            GOLDEN
## 6575                             EVANS
## 6580                          MILLIKEN
## 6583                           ALAMOSA
## 6590                        MANCHESTER
## 6591                           SHELTON
## 6592                              AVON
## 6593                           BRISTOL
## 6594                    NORTH COVENTRY
## 6595                          HARTFORD
## 6596                         NEW HAVEN
## 6600                            PUTNAM
## 6601                        WEST HAVEN
## 6602                        WOODBRIDGE
## 6605                          TRUMBULL
## 6606                           NEWTOWN
## 6607                          FRANKLIN
## 6608                           LEBANON
## 6609                  KILLINGLY CENTER
## 6610                        COLCHESTER
## 6611                        BURLINGTON
## 6613                             UNION
## 6614                   WILLINGTON HILL
## 6615                           PRESTON
## 6616                           NORWICH
## 6617                       NORTH HAVEN
## 6618                       GLASTONBURY
## 6619                         WESTBROOK
## 6620                          COLUMBIA
## 6621                        MIDDLETOWN
## 6622                          CROMWELL
## 6624                        BRIDGEPORT
## 6625                       WALLINGFORD
## 6626                    NORTH BRANFORD
## 6630                  MANSFIELD CENTER
## 6631                       NEW BRITAIN
## 6635                        MIDDLEBURY
## 6639                            HAMDEN
## 6641                        BLOOMFIELD
## 6642                     WEST HARTFORD
## 6643                            DURHAM
## 6644                        ROCKY HILL
## 6647                             DERBY
## 6650                        RIDGEFIELD
## 6654                        STONINGTON
## 6655                        EAST HAVEN
## 6657                       SOUTHINGTON
## 6658                         GREENWICH
## 6659                           ENFIELD
## 6660                           TOLLAND
## 6661                          BRANFORD
## 6662                         WATERBURY
## 6664                            GROTON
## 6666                      NORTH CANAAN
## 6672                 WINCHESTER CENTER
## 6674                      BEACON FALLS
## 6677                          CHESHIRE
## 6678                        LITCHFIELD
## 6679         EAST WINDSOR (HISTORICAL)
## 6681                           MERIDEN
## 6683                            BOLTON
## 6685                          THOMPSON
## 6688                           MADISON
## 6694                            HADDAM
## 6695                           DANBURY
## 6704                         WATERTOWN
## 6705                          OLD LYME
## 6706                          STAMFORD
## 6707                            WESTON
## 6709                   WEST TORRINGTON
## 6714                         STRATFORD
## 6715                          FLANDERS
## 6716                         NEWINGTON
## 6717                        CANTERBURY
## 6718                          WAUREGAN
## 6721                           SEYMOUR
## 6723                          WESTPORT
## 6725                     EAST HARTFORD
## 6728                            SOMERS
## 6737                         THOMASTON
## 6748                          PROSPECT
## 6753                          SIMSBURY
## 6763                            SHARON
## 6767                        BROOKFIELD
## 6771                           POMFRET
## 6773                      WETHERSFIELD
## 6780                           ANSONIA
## 6782                         SOUTHBURY
## 6798                           CHAPLIN
## 6799                  NORTH STONINGTON
## 6801                          WOODBURY
## 6803                     SOUTH WINDSOR
## 6810                       NEW MILFORD
## 6813                           MILFORD
## 6817                          PORTLAND
## 6835                           WINDHAM
## 6837                            EASTON
## 6843                      NEW HARTFORD
## 6860                            JORDAN
## 6875                        NEW CASTLE
## 6884                        GEORGETOWN
## 6895                        WILMINGTON
## 6917                         HOCKESSIN
## 6921                        HARRINGTON
## 6922                            SMYRNA
## 6924                          CLAYMONT
## 6927                            MILTON
## 6929                            ODESSA
## 6931                       BRIDGEVILLE
## 6932                        SELBYVILLE
## 6934                            HARTLY
## 6935                            LAUREL
## 6939                             ARDEN
## 6941                           ELSMERE
## 6945                             VIOLA
## 6956                         MILLSBORO
## 6957                     DELAWARE CITY
## 6964                         ELLENDALE
## 6973                        WASHINGTON
## 7007                        LAKE WALES
## 7013                             LARGO
## 7016                   WEST PALM BEACH
## 7018                     MIAMI SPRINGS
## 7024                             COCOA
## 7028                        BOCA RATON
## 7029                           ORLANDO
## 7031                         HOLLYWOOD
## 7032                             MIAMI
## 7046                            STUART
## 7049                        NORTH PORT
## 7050                             MARCO
## 7070                       CASSELBERRY
## 7072                       PORT ORANGE
## 7079                             TAMPA
## 7081                       HAINES CITY
## 7084                        VERO BEACH
## 7085                        AUBURNDALE
## 7096                         OPA-LOCKA
## 7105                  SAINT PETERSBURG
## 7110                          LAKELAND
## 7115                           HIALEAH
## 7116                   FORT LAUDERDALE
## 7117                           DELTONA
## 7132                     CORAL SPRINGS
## 7139                   NEW PORT RICHEY
## 7141                    PEMBROKE PINES
## 7150                  HALLANDALE BEACH
## 7151                JACKSONVILLE BEACH
## 7153                           SUNRISE
## 7155                     POMPANO BEACH
## 7158                       GAINESVILLE
## 7172                            DEBARY
## 7173                     COCONUT CREEK
## 7199                       ZEPHYRHILLS
## 7201                    TARPON SPRINGS
## 7204                           ALACHUA
## 7205                       TALLAHASSEE
## 7212                         KEY LARGO
## 7214                             DAVIE
## 7215                            DELAND
## 7233                     MIAMI GARDENS
## 7238                             OCOEE
## 7240                        CAPE CORAL
## 7244                           TAMARAC
## 7246                        PALM COAST
## 7256                     BOYNTON BEACH
## 7260                      WINTER HAVEN
## 7273                        PLANT CITY
## 7277                         CLEWISTON
## 7278                           MIRAMAR
## 7279                          WILDWOOD
## 7289                         MELBOURNE
## 7294                       ORANGE CITY
## 7310                     DAYTONA BEACH
## 7339                         PENSACOLA
## 7365                          PALM BAY
## 7370                      PALM SPRINGS
## 7373                          LEESBURG
## 7386                       FORT PIERCE
## 7398                   TREASURE ISLAND
## 7405                      HAMMONDVILLE
## 7411                       MIAMI BEACH
## 7415                       SPRINGFIELD
## 7438                             OCALA
## 7441                        FORT MYERS
## 7449                            APOPKA
## 7456                      ORMOND BEACH
## 7470                            VENICE
## 7475                              MIMS
## 7487                          MASCOTTE
## 7513                          MARIANNA
## 7515                          ATLANTIS
## 7522                         CHIEFLAND
## 7540                       BELLE GLADE
## 7550                       DANIA BEACH
## 7553                         BRADENTON
## 7563                         KISSIMMEE
## 7566                          SARASOTA
## 7567                        TITUSVILLE
## 7582                       NORTH MIAMI
## 7586                     PINELLAS PARK
## 7601                            EUSTIS
## 7603                            BARTOW
## 7620                         BELLEVIEW
## 7631                      OAKLAND PARK
## 7642                    BONITA SPRINGS
## 7648                           TAVARES
## 7659                       PANAMA CITY
## 7681                        LAUDERHILL
## 7695                       WINTER PARK
## 7738                           ARCADIA
## 7761                        HOLLY HILL
## 7767                       SAINT CLOUD
## 7801                    WEST BRADENTON
## 7811                 ALTAMONTE SPRINGS
## 7819                          CLERMONT
## 7829                         WESTVILLE
## 7840                  LAUDERDALE LAKES
## 7846                          LONGWOOD
## 7847                  FERNANDINA BEACH
## 7861                             DORAL
## 7887                 DE FUNIAK SPRINGS
## 7891                            DESTIN
## 7931                    WEST MELBOURNE
## 7936                         IMMOKALEE
## 7977                       BROOKSVILLE
## 7985                        FROSTPROOF
## 7986                          MULBERRY
## 7987                PALM BEACH GARDENS
## 7988                      DELRAY BEACH
## 7992                   DEERFIELD BEACH
## 7995                        PLANTATION
## 8091                           SANFORD
## 8109                       COCOA BEACH
## 8117                         CRESTVIEW
## 8133                        LAKE WORTH
## 8190                       PORT RICHEY
## 8199                           NARANJA
## 8200                    PORT SAINT JOE
## 8210             LAUDERDALE-BY-THE-SEA
## 8212                      PALMETTO BAY
## 8219                      FLORIDA CITY
## 8235                            MEDLEY
## 8255                            NAPLES
## 8260                   GREENACRES CITY
## 8261                LOXAHATCHEE GROVES
## 8269                       OTTER CREEK
## 8272                        CLEARWATER
## 8388                         DADE CITY
## 8389                           DUNEDIN
## 8434                        ISLAMORADA
## 8488                  NEW SMYRNA BEACH
## 8494                       LAKE PLACID
## 8510                  PORT SAINT LUCIE
## 8548                            MIDWAY
## 8596                           PALATKA
## 8619                  NORTH LAUDERDALE
## 8683                 PANAMA CITY BEACH
## 8689                  NORTH PALM BEACH
## 8743                     WHITE SPRINGS
## 8767                           JUPITER
## 8778                            OVIEDO
## 8790                  ROYAL PALM BEACH
## 8791                       SOUTH MIAMI
## 8830                     WINTER GARDEN
## 8836                       GRAND RIDGE
## 8894                  LIGHTHOUSE POINT
## 8917                       LAKE BUTLER
## 8919                       COOPER CITY
## 8920                        MOUNT DORA
## 8956                        LAKE HELEN
## 8993                           LANTANA
## 8996                      LEHIGH ACRES
## 9013                         HOMESTEAD
## 9022                           PIERSON
## 9032                  VIRGINIA GARDENS
## 9081                          WAUCHULA
## 9155                   SAINT AUGUSTINE
## 9170                      MIAMI SHORES
## 9230                         LADY LAKE
## 9254                          MARATHON
## 9258                 NORTH MIAMI BEACH
## 9297                    TEMPLE TERRACE
## 9305                         LAKE CITY
## 9318                            HAVANA
## 9367                              EBRO
## 9387                          MAITLAND
## 9425                          AVENTURA
## 9470                         SOUTH BAY
## 9524                     RIVIERA BEACH
## 9595                     CRYSTAL RIVER
## 9604                         LAKE PARK
## 9606                     SOUTH DAYTONA
## 9611                 FORT WALTON BEACH
## 9637                             WALDO
## 9648                    MERRITT ISLAND
## 9649                 SUNNY ISLES BEACH
## 9702                     MADEIRA BEACH
## 9756                            LAWTEY
## 9757                         INVERNESS
## 9776                          LIVE OAK
## 9792                         MANALAPAN
## 9900                 SOUTHWEST RANCHES
## 9933                     CHATTAHOOCHEE
## 9971                   HIALEAH GARDENS
## 10061                       CUTLER BAY
## 10077                     HIGH SPRINGS
## 10079                         KEY WEST
## 10082                         CALLAWAY
## 10083                       PALM BEACH
## 10090                     KEY BISCAYNE
## 10092                      BAL HARBOUR
## 10097                      PUNTA GORDA
## 10105                         MARIETTA
## 10108                        BETHLEHEM
## 10111                          VIDALIA
## 10116                        MCDONOUGH
## 10117                       LOGANVILLE
## 10118                          WARWICK
## 10120                          ATLANTA
## 10124                         RINGGOLD
## 10129                         BUCHANAN
## 10132                          LILBURN
## 10150                   PEACHTREE CITY
## 10159                           GUYTON
## 10163                         DEMOREST
## 10167                          SUWANEE
## 10168                             LULA
## 10170                       STATESBORO
## 10179                            CAIRO
## 10180                            MACON
## 10181                         SAVANNAH
## 10187                         WAYCROSS
## 10191                           DALLAS
## 10194                      FOREST PARK
## 10197                       GREENVILLE
## 10198                       BLACKSHEAR
## 10200                        BRUNSWICK
## 10202                      STOCKBRIDGE
## 10211                   POWDER SPRINGS
## 10226                     COLLEGE PARK
## 10231                         KENNESAW
## 10232                         COLUMBUS
## 10234                       HINESVILLE
## 10235                           ALBANY
## 10236                         BLUFFTON
## 10238                          CONYERS
## 10241                          FORSYTH
## 10257                          DOUGLAS
## 10260                    MILLEDGEVILLE
## 10289                           TUCKER
## 10297                            BYRON
## 10299                            WRENS
## 10304                        WOODSTOCK
## 10313                    WARNER ROBINS
## 10319                        HEPHZIBAH
## 10325                     FORT STEWART
## 10335                       CARROLLTON
## 10370                        CEDARTOWN
## 10373                       BLUE RIDGE
## 10374                            TRION
## 10387                         NORCROSS
## 10394                    RICHMOND HILL
## 10411                         MIDVILLE
## 10413                     CARTERSVILLE
## 10427                          STATHAM
## 10439                       HAZLEHURST
## 10447                           DARIEN
## 10452                        COVINGTON
## 10459                       WILLIAMSON
## 10463                          AUGUSTA
## 10468                     DOUGLASVILLE
## 10472                         VALDOSTA
## 10479                    SANDY SPRINGS
## 10501                        RIVERDALE
## 10506                         LUDOWICI
## 10511                       VILLA RICA
## 10514                      EAST DUBLIN
## 10516                        MONTEZUMA
## 10534                         DUNWOODY
## 10560                         EATONTON
## 10568                    MOUNTAIN CITY
## 10571                       EAST POINT
## 10600                           MORROW
## 10601                           DUBLIN
## 10612                       SNELLVILLE
## 10637                          LIZELLA
## 10653                       ALPHARETTA
## 10663                       WEST POINT
## 10666                           BUTLER
## 10678                          CUMMING
## 10702                          EMERSON
## 10708                        BRASELTON
## 10718                           BOWDON
## 10721                    LAWRENCEVILLE
## 10724                          ALAPAHA
## 10727                           POOLER
## 10732                          CORDELE
## 10740                   STONE MOUNTAIN
## 10744                         LITHONIA
## 10750                          AUSTELL
## 10751                           DACULA
## 10762                            HIRAM
## 10767                    DONALSONVILLE
## 10790                        KINGSLAND
## 10805                          GRIFFIN
## 10815                       MONTICELLO
## 10831                       BRIDGEBORO
## 10832                          APPLING
## 10835                         HARTWELL
## 10838                           SENOIA
## 10865                          NORWOOD
## 10868                        CLEVELAND
## 10870                          OAKWOOD
## 10872                           DALTON
## 10875                       OGLETHORPE
## 10881                           BOGART
## 10882                           NEWNAN
## 10888                           BREMEN
## 10890                    MINERAL BLUFF
## 10892                           SUCHES
## 10901                         CHAMBLEE
## 10909                         FAIRBURN
## 10910                             CARL
## 10914                        PINEHURST
## 10945                         RICEBORO
## 10961                          ROSWELL
## 10976                    HOLLY SPRINGS
## 10989                             ROME
## 10998                          HAMPTON
## 11018                           DAWSON
## 11026                           SPARKS
## 11028                       WAYNESBORO
## 11038                         TENNILLE
## 11039                 SAUTEE NACOOCHEE
## 11040                     TALKING ROCK
## 11044                     DANIELSVILLE
## 11051                       TALLAPOOSA
## 11084                           CANTON
## 11128                             ADEL
## 11143                          PULASKI
## 11155                         MOULTRIE
## 11161                   PORT WENTWORTH
## 11175                         ELBERTON
## 11201                        DORAVILLE
## 11208                         ROCKMART
## 11249                          CLAXTON
## 11251                    WALTHOURVILLE
## 11254                            LYONS
## 11262                      MCCAYSVILLE
## 11264                           SPARTA
## 11277                          CUSSETA
## 11295                     TYBEE ISLAND
## 11330                          BROXTON
## 11343                      HOGANSVILLE
## 11344                      NORMAN PARK
## 11364                      SUMMERVILLE
## 11367                     LOCUST GROVE
## 11374                          COHUTTA
## 11383                          ELLIJAY
## 11393                       REIDSVILLE
## 11404                      CHICKAMAUGA
## 11406                        DAHLONEGA
## 11408                       LINCOLNTON
## 11409                          CAMILLA
## 11421                         SYLVANIA
## 11426                         ELLABELL
## 11437                           TIFTON
## 11441                     CLARKESVILLE
## 11453                             HULL
## 11458                           VIENNA
## 11461                          LUMPKIN
## 11463                        CASSVILLE
## 11470                           MARTIN
## 11471                      BALL GROUND
## 11477                   FLOWERY BRANCH
## 11480                         MCINTYRE
## 11485                          THOMSON
## 11489                          LAVONIA
## 11493                         NICHOLLS
## 11560                          ACWORTH
## 11573                        LA GRANGE
## 11578                       DRY BRANCH
## 11593                      DAWSONVILLE
## 11627                         HANAPEPE
## 11629                      MAUI ISLAND
## 11630                    MILILANI TOWN
## 11631                            KIHEI
## 11632                    \x91EWA BEACH
## 11633                           KAILUA
## 11634                 WAIPI\x91O ACRES
## 11635                        KEA\x91AU
## 11636                            PAHOA
## 11637                        MA\x91ILI
## 11638                      KAILUA KONA
## 11640                 WAIKOLOA VILLAGE
## 11641                         HONOLULU
## 11643                          WAIALUA
## 11644                          KAPULEI
## 11645                          KAPOLEI
## 11649                         HOLUALOA
## 11652                          WAHIAWA
## 11653                      MA\x91ALAEA
## 11654                          WAIPAHU
## 11655                             HILO
## 11656                      HALE\x91IWA
## 11659                      KANE\x91OHE
## 11660                         \x91AIEA
## 11664                          KAHULUI
## 11666                        LIHU\x91E
## 11669                            KOLOA
## 11670                        LAWA\x91I
## 11671                      PRINCEVILLE
## 11674                         LA\x91IE
## 11687                       PEARL CITY
## 11688                         NANAKULI
## 11699                      WAI\x91ANAE
## 11702                         PUKALANI
## 11706                        HA\x91IKU
## 11718                       POST FALLS
## 11722                         LEWISTON
## 11723                            BOISE
## 11724                   HORSESHOE BEND
## 11725                    BONNERS FERRY
## 11726                            NAMPA
## 11740                         MERIDIAN
## 11744                            NOTUS
## 11747                         CALDWELL
## 11755                       TWIN FALLS
## 11762                            RIGBY
## 11810                          PAYETTE
## 11815                         SHOSHONE
## 11822                      SPIRIT LAKE
## 11823                           JEROME
## 11824                      IDAHO FALLS
## 11852                    COEUR D'ALENE
## 11863                            EAGLE
## 11877                        FORT HALL
## 11892                        POCATELLO
## 11895                           HAYDEN
## 11896                   OLYMPIA FIELDS
## 11899                    SCHILLER PARK
## 11900                ARLINGTON HEIGHTS
## 11902                       GERMANTOWN
## 11905                         WAUKEGAN
## 11906                           HERRIN
## 11908                           MOLINE
## 11912                          CHICAGO
## 11915                         MATTESON
## 11916                 EAST SAINT LOUIS
## 11923                       PLAINFIELD
## 11930                       MILLINGTON
## 11931                    NORTH CHICAGO
## 11937                        MUNDELEIN
## 11942                     WEST CHICAGO
## 11944                        CHAMPAIGN
## 11946                       SCHAUMBURG
## 11949                     SOUTH ROXANA
## 11953                          MAYWOOD
## 11961                         PALATINE
## 11966                             PERU
## 11967                       GLEN ELLYN
## 11969               COUNTRY CLUB HILLS
## 11970                         ROCKFORD
## 11971                       MIDLOTHIAN
## 11972                   WEST FRANKFORT
## 11974                         O'FALLON
## 11976                      DES PLAINES
## 11978                           URBANA
## 11980                      BOLINGBROOK
## 11982                       WINCHESTER
## 11984                       METROPOLIS
## 11986                         ROSEMONT
## 11991                  LAKE BARRINGTON
## 11992                       NAPERVILLE
## 12001                            ALTON
## 12003                         WAUCONDA
## 12004                           OTTAWA
## 12008                      CHILLICOTHE
## 12017                       CARBONDALE
## 12022                         BROWNING
## 12028                 FAIRVIEW HEIGHTS
## 12031                       NORTHFIELD
## 12032                          ROSELLE
## 12039                             ZION
## 12040                     GRANITE CITY
## 12044                           JOLIET
## 12046                        SHOREWOOD
## 12048                       BELLEVILLE
## 12051                          GRIDLEY
## 12053                      CENTREVILLE
## 12054                        GRAYSLAKE
## 12057                       LOVES PARK
## 12063                    PALOS HEIGHTS
## 12066                           BERWYN
## 12069                        YORKVILLE
## 12074                      BLOOMINGTON
## 12075                  CHICAGO HEIGHTS
## 12076                      ORLAND PARK
## 12081                           CICERO
## 12089                     CALUMET CITY
## 12093                     HANOVER PARK
## 12096                          SWANSEA
## 12103                           SKOKIE
## 12106                     ELMWOOD PARK
## 12108                          MAHOMET
## 12116                           FULTON
## 12121                  WESTERN SPRINGS
## 12127                        NORTHLAKE
## 12135                         WINFIELD
## 12136                         ELMHURST
## 12138                         WHEELING
## 12139                        WADSWORTH
## 12143                           DOLTON
## 12147                         LOCKPORT
## 12151                      ROCK ISLAND
## 12153                          MATTOON
## 12156                        WOOD DALE
## 12160                          LANSING
## 12164                         HINSDALE
## 12174                           HARVEY
## 12185                            NILES
## 12186                       HOMER GLEN
## 12200                            OLNEY
## 12201                       CREST HILL
## 12202                          BRADLEY
## 12203                            PLANO
## 12209                    SOUTH HOLLAND
## 12217                           QUINCY
## 12225                         GLENVIEW
## 12234                          GODFREY
## 12241                     CAROL STREAM
## 12244                  ROLLING MEADOWS
## 12258                            CARMI
## 12266                      DALLAS CITY
## 12269                           MARION
## 12291                    CHICAGO RIDGE
## 12292                            ELGIN
## 12293                       ROMEOVILLE
## 12294                          MARKHAM
## 12295                    BUFFALO GROVE
## 12300                  UNIVERSITY PARK
## 12304                         STREATOR
## 12313                            BEACH
## 12319                     EDWARDSVILLE
## 12322                          OAKDALE
## 12333                        WOODRIDGE
## 12337                        PARK CITY
## 12338                    MOUNT PULASKI
## 12343                          LOMBARD
## 12351                          ADDISON
## 12363                     MELROSE PARK
## 12369                      BENSENVILLE
## 12372                        HINDSBORO
## 12375                         VANDALIA
## 12377                    PONTOON BEACH
## 12385                      TINLEY PARK
## 12389                          TRENTON
## 12396                            CRETE
## 12400                           SAUGET
## 12425                      SUGAR GROVE
## 12427                    DOWNERS GROVE
## 12438                       LONG GROVE
## 12442            SOUTH CHICAGO HEIGHTS
## 12443                          WHEATON
## 12448                         KANKAKEE
## 12450                         MITCHELL
## 12470                      BANNOCKBURN
## 12478                       LIVINGSTON
## 12480                          SAVANNA
## 12484                           GENEVA
## 12494                         HILLSIDE
## 12495                          PIERRON
## 12497                     CRYSTAL LAKE
## 12498                         OAK LAWN
## 12504                        DIETERICH
## 12505                           TOLONO
## 12513                      BARTONVILLE
## 12516                            GENOA
## 12532                          MARENGO
## 12535                        CHANNAHON
## 12546                        PALESTINE
## 12548                      BOURBONNAIS
## 12550                     RIVER FOREST
## 12554                   HOMER TOWNSHIP
## 12561                        PRINCETON
## 12568                            PEKIN
## 12573                        ELIZABETH
## 12574                         MARSHALL
## 12580                       BLUE MOUND
## 12582                            POSEN
## 12584                     LIBERTYVILLE
## 12587                         BELLWOOD
## 12589                          PEOTONE
## 12592                      NEW HOLLAND
## 12595                     MOUNT VERNON
## 12597                           TOULON
## 12604                          ARGENTA
## 12610                        BELVIDERE
## 12614                       EVANSVILLE
## 12616                          EL PASO
## 12617                       ROUND LAKE
## 12619                           MOUNDS
## 12625                         SYCAMORE
## 12626                           OREGON
## 12627                     CALUMET PARK
## 12628                       POCAHONTAS
## 12631                       CASEYVILLE
## 12639                       OAK FOREST
## 12643                        FRANKFORT
## 12645                           SENECA
## 12648                        OKAWVILLE
## 12651                     MARTINSVILLE
## 12653                       STREAMWOOD
## 12658                           WELDON
## 12659                           GURNEE
## 12663                     SOUTH BELOIT
## 12665                      FOREST VIEW
## 12666                            MONEE
## 12669                        PLAINVIEW
## 12670                           STEGER
## 12691                 SOUTH BARRINGTON
## 12692                     BEDFORD PARK
## 12703                          MINOOKA
## 12707                 OAKBROOK TERRACE
## 12708                       SPRING BAY
## 12712                           MEDORA
## 12720                          WOOSUNG
## 12724                          CAHOKIA
## 12728                     MORTON GROVE
## 12733                      EAST DUNDEE
## 12735                   MACHESNEY PARK
## 12736                         BARTLETT
## 12737                            LISLE
## 12746                     COLLINSVILLE
## 12753                        CENTRALIA
## 12760                       ILLIOPOLIS
## 12763                          ROANOKE
## 12765                   MOUNT PROSPECT
## 12777                      BLUE ISLAND
## 12780                       BRIDGEVIEW
## 12789                      HAZEL CREST
## 12794                      EAST PEORIA
## 12801                        GALESBURG
## 12816                   WILLOW SPRINGS
## 12833                          LIBERTY
## 12840                           NORMAL
## 12842                     RICHTON PARK
## 12851                            MAROA
## 12858                         OAK PARK
## 12865                           ROSCOE
## 12868                        CLAY CITY
## 12871                       VILLA PARK
## 12876                       DEER GROVE
## 12877                     SAUK VILLAGE
## 12879                       PITTSFIELD
## 12884                          OGLESBY
## 12895                        BRIMFIELD
## 12896                           SHILOH
## 12901                          KEWANEE
## 12905                        CAZENOVIA
## 12908                  HOFFMAN ESTATES
## 12909                         KINMUNDY
## 12914                        IRVINGTON
## 12926                           MORRIS
## 12939                        EFFINGHAM
## 12940                      EAST MOLINE
## 12943                      STEELEVILLE
## 12957                           LEMONT
## 12963                           NAUVOO
## 12967                             ODIN
## 12984                     NORTH VERNON
## 12988                    COLUMBIA CITY
## 12989                           TIPTON
## 12990                           AUSTIN
## 12991                            AKRON
## 12996                      MOORESVILLE
## 12998                       FORT WAYNE
## 12999                     FRANCESVILLE
## 13000                         NEWBURGH
## 13006                     INDIANAPOLIS
## 13010                     EAST CHICAGO
## 13012                   CRAWFORDSVILLE
## 13018                 WEST TERRE HAUTE
## 13020                     MERRILLVILLE
## 13023                         SYRACUSE
## 13030                          HAMMOND
## 13032                           HOBART
## 13037                       NEW ALBANY
## 13042                        MISHAWAKA
## 13050                    MICHIGAN CITY
## 13053                           ALBION
## 13055                          PORTAGE
## 13056                     NORTH JUDSON
## 13061                       VALPARAISO
## 13068                        GREENWOOD
## 13072                             GARY
## 13075                        FOWLERTON
## 13085                        ROME CITY
## 13116                      BEECH GROVE
## 13119                     BURNS HARBOR
## 13126                       BROOKVILLE
## 13127                         LAWRENCE
## 13129                      CHARLESTOWN
## 13134                       BROWNSBURG
## 13137                           CULVER
## 13141                           MUNCIE
## 13142                         GAS CITY
## 13145                      SHIPSHEWANA
## 13146                         SALTILLO
## 13147                      TERRE HAUTE
## 13149                        ALLENDALE
## 13151                    HARTFORD CITY
## 13152                            ARGOS
## 13160                       SAINT JOHN
## 13163                       SOUTH BEND
## 13169                      SELLERSBURG
## 13170                            CADIZ
## 13171                         PLYMOUTH
## 13173                           BRAZIL
## 13187                           ELWOOD
## 13201                        VINCENNES
## 13217                          KITCHEL
## 13218                           FOWLER
## 13233                           KOKOMO
## 13240                           CARMEL
## 13255                     SCHERERVILLE
## 13256                          ELKHART
## 13264                         SHERIDAN
## 13272                         GRIFFITH
## 13275                           PORTER
## 13283                   JEFFERSONVILLE
## 13290                         NAPPANEE
## 13292                           HAMLET
## 13293                      SUMMITVILLE
## 13324                          FISHERS
## 13325                          CORYDON
## 13337                      CROWN POINT
## 13354                            VEVAY
## 13355                        DALEVILLE
## 13360                           DELPHI
## 13386                       WHITESTOWN
## 13389                       LOGANSPORT
## 13394                          KEMPTON
## 13396                          PALMYRA
## 13399                      SHELBYVILLE
## 13426                           GASTON
## 13451                          WINAMAC
## 13472                        MAUCKPORT
## 13477                           WARSAW
## 13480                           ANGOLA
## 13489                      NOBLESVILLE
## 13534                       NEW MARKET
## 13542                          MUNSTER
## 13550                          OOLITIC
## 13552                          WHITING
## 13557                        PENDLETON
## 13580                           LA PAZ
## 13608                         LAGRANGE
## 13613                         ROSELAWN
## 13640                        PIERCETON
## 13654                          HANOVER
## 13659                     MOUNT CARMEL
## 13674                       ETNA GREEN
## 13675                       SCOTTSBURG
## 13678                       CHESTERTON
## 13704                         SPEEDWAY
## 13711                         WATERLOO
## 13738                           PONETO
## 13756                          CORUNNA
## 13794                       ALEXANDRIA
## 13805                          CORNING
## 13806                       SIOUX CITY
## 13808                        DAVENPORT
## 13820                         CHARITON
## 13823                       DES MOINES
## 13829                           KEOKUK
## 13838                          SPENCER
## 13845                     MARSHALLTOWN
## 13849                   COUNCIL BLUFFS
## 13870                          RUSSELL
## 13883                          DUBUQUE
## 13884                        OSKALOOSA
## 13890                     CEDAR RAPIDS
## 13895                           SABULA
## 13899                        MAQUOKETA
## 13901                          ANAMOSA
## 13913                            BOONE
## 13925                      CEDAR FALLS
## 13931                           ANKENY
## 13932                          OTTUMWA
## 13939                       FORT DODGE
## 13948                    LA PORTE CITY
## 13953                        EDDYVILLE
## 13962                        IOWA CITY
## 13963                       MCCLELLAND
## 13965                     GILMORE CITY
## 13967                     FORT MADISON
## 13968                          CLARION
## 13976                        LE CLAIRE
## 13985                          DENISON
## 14022                           ROBINS
## 14024                  WEST DES MOINES
## 14038                    PANORAMA PARK
## 14045                         PRIMGHAR
## 14051                        MUSCATINE
## 14056                          LE MARS
## 14067                    FORT ATKINSON
## 14103                    OVERLAND PARK
## 14107                           SALINA
## 14109                      KANSAS CITY
## 14114                          WICHITA
## 14117                           TOPEKA
## 14120                      CLAY CENTER
## 14121                       DODGE CITY
## 14124                          LIBERAL
## 14125                          WALLACE
## 14126                            PAOLA
## 14150                      GARDEN CITY
## 14154                      COFFEYVILLE
## 14157                       GRAINFIELD
## 14163                        MANHATTAN
## 14171                          PARSONS
## 14176                      MINNEAPOLIS
## 14184                       HUTCHINSON
## 14188                             LEBO
## 14196                      LEAVENWORTH
## 14212                         ATCHISON
## 14227                            SEDAN
## 14228                            HAVEN
## 14232                           WEBBER
## 14238                       FORT SCOTT
## 14241                       SCOTT CITY
## 14245                             HAYS
## 14246                          ABILENE
## 14248                            PRATT
## 14269                          GARDNER
## 14270                          ULYSSES
## 14272                           LENEXA
## 14275                         REPUBLIC
## 14296                          SOLDIER
## 14298                         CIMARRON
## 14305                        BIRD CITY
## 14312                          MISSION
## 14313                          OSBORNE
## 14314                        HERINGTON
## 14320                         ELK CITY
## 14321               TOWNSHIP OF CENTER
## 14327                          JOHNSON
## 14334                          BASEHOR
## 14350                       TONGANOXIE
## 14353                          ANDOVER
## 14358                   BONNER SPRINGS
## 14362                           HOLTON
## 14372                    COUNCIL GROVE
## 14379                          MERRIAM
## 14395                    JUNCTION CITY
## 14399                             TYRO
## 14409                          HUGOTON
## 14415                     BALDWIN CITY
## 14428                    MISSION HILLS
## 14429                       CHERRYVALE
## 14443                       GREAT BEND
## 14446                      SILVER LAKE
## 14484                    BOWLING GREEN
## 14485                     MUNFORDVILLE
## 14497                          GARRETT
## 14499                     INDEPENDENCE
## 14500                     PRESTONSBURG
## 14506                       SHELBY GAP
## 14513                         CARLISLE
## 14520                LEXINGTON-FAYETTE
## 14532                        OWENSBORO
## 14534                    WALLINS CREEK
## 14546                        MAYSVILLE
## 14547                      PAINTSVILLE
## 14554                           EVARTS
## 14558                        BARDSTOWN
## 14559                          PADUCAH
## 14566                        FIREBRICK
## 14567                    GILBERTSVILLE
## 14568                           LOYALL
## 14569                        PINEVILLE
## 14570                          WILMORE
## 14577                     WILLIAMSBURG
## 14584                     ELKHORN CITY
## 14585                       FRENCHBURG
## 14594                        DRY RIDGE
## 14595                            PARIS
## 14599                     WHITLEY CITY
## 14600                      MILLERSBURG
## 14603                        MCDANIELS
## 14610                      COLD SPRING
## 14612                            BEREA
## 14622                         BONNYMAN
## 14634                        SHELBIANA
## 14637                          GRAYSON
## 14638                       RINEYVILLE
## 14642                          SHIVELY
## 14644                     PIPPA PASSES
## 14648                           MCCARR
## 14652                       VERSAILLES
## 14658                    NICHOLASVILLE
## 14672                          CORINTH
## 14678                     TURKEY CREEK
## 14680                        OAK GROVE
## 14689                        MULDRAUGH
## 14699                      BEVINSVILLE
## 14708                           HAZARD
## 14716                            GRAHN
## 14737                          HICKORY
## 14740                     HOPKINSVILLE
## 14752                          ASHLAND
## 14758                   SHEPHERDSVILLE
## 14762                     CRAB ORCHARD
## 14765                          REDBUSH
## 14767                       HORSE CAVE
## 14785                    ELIZABETHTOWN
## 14804                         SOMERSET
## 14817                           WILDER
## 14832                         FALMOUTH
## 14835                         WARFIELD
## 14836                           CORBIN
## 14856                           WALTON
## 14859                      NORTONVILLE
## 14860                          RAYWICK
## 14865                          GUTHRIE
## 14874                           SIDNEY
## 14877                      HARRODSBURG
## 14882                         RADCLIFF
## 14885                             META
## 14894                  RUSSELL SPRINGS
## 14901                            HAPPY
## 14915                        PIKEVILLE
## 14922                          BLEDSOE
## 14928                          MAYKING
## 14935                     CATLETTSBURG
## 14945                           VERONA
## 14952                           BENHAM
## 14956                       VINE GROVE
## 14964                   CAMPBELLSVILLE
## 14971                       OLIVE HILL
## 14974                 HIGHLAND HEIGHTS
## 14991                       WHITESBURG
## 14995                        STANVILLE
## 14997                       PINSONFORK
## 15005                     BARBOURVILLE
## 15007                          GREENUP
## 15010                           KENVIR
## 15011                       GLENS FORK
## 15019                          CAMPTON
## 15049                  CRESTVIEW HILLS
## 15054                              ARY
## 15089                         ROYALTON
## 15091                    FORT MITCHELL
## 15099                             NEON
## 15102                          EASTERN
## 15103                       PETERSBURG
## 15116                           MALLIE
## 15118                       CUMBERLAND
## 15123                     NORTH CORBIN
## 15126                            HYDEN
## 15129                     PEWEE VALLEY
## 15133                           KENTON
## 15138                      BRANDENBURG
## 15139                           PUTNEY
## 15141                    CAMPBELLSBURG
## 15183                       SILERVILLE
## 15192                          HICKMAN
## 15193                       SHREVEPORT
## 15198                     LAKE CHARLES
## 15205                      GROSSE TETE
## 15209                      BATON ROUGE
## 15210                        GRAMBLING
## 15211                         DERIDDER
## 15213                        WINNSBORO
## 15219                   DONALDSONVILLE
## 15220                          MANSURA
## 15228                     NATCHITOCHES
## 15229                           KENNER
## 15233                      HAYNESVILLE
## 15246                    BREAUX BRIDGE
## 15254                   PAINCOURTVILLE
## 15277                     BOSSIER CITY
## 15278                        ABBEVILLE
## 15282                        COUSHATTA
## 15291                        LEESVILLE
## 15292                        OPELOUSAS
## 15299                        BLANCHARD
## 15301                      NEW ORLEANS
## 15302                        BROUSSARD
## 15323                         KENTWOOD
## 15340                          SLIDELL
## 15357                            RAYNE
## 15374                            HOUMA
## 15380                       PLAQUEMINE
## 15386                          BASTROP
## 15409                          DOYLINE
## 15418                          SULPHUR
## 15441                       MANDEVILLE
## 15443                            BAKER
## 15447                          LUTCHER
## 15449               SAINT FRANCISVILLE
## 15471                        WINNFIELD
## 15485                          LIVONIA
## 15487                       GRAND ISLE
## 15493                           MINDEN
## 15518                         RAYVILLE
## 15547                      SAINT AMANT
## 15558                          BERWICK
## 15588                      RIVER RIDGE
## 15589                            AMITE
## 15599                       MARKSVILLE
## 15617                       NEW IBERIA
## 15637                         SORRENTO
## 15650                             GRAY
## 15653                           GRETNA
## 15658                         CARENCRO
## 15660                          ZACHARY
## 15666                      WEST MONROE
## 15668                         RICHWOOD
## 15669                         BOGALUSA
## 15691                         ROSEPINE
## 15695                    PLAIN DEALING
## 15714                         DEQUINCY
## 15727                          CROWLEY
## 15734                      FARMERVILLE
## 15740                        TERRYTOWN
## 15741                         LORANGER
## 15799                        THIBODAUX
## 15804                       PORT ALLEN
## 15815                   DENHAM SPRINGS
## 15820                            ADDIS
## 15860                            WELSH
## 15869                       JONESVILLE
## 15885                        GARYVILLE
## 15886                       BELLE ROSE
## 15909                         WESTWEGO
## 15919                     PRAIRIEVILLE
## 15924                          LAPLACE
## 15925                           COLFAX
## 15939                         ROSEDALE
## 15945                    SICILY ISLAND
## 15954                           LULING
## 15955                           BANGOR
## 15956                        ORRINGTON
## 15957                       BROWNFIELD
## 15958                           ORLAND
## 15961                           CANAAN
## 15963                   COLUMBIA FALLS
## 15965                         PEMBROKE
## 15966                            WELLS
## 15967                            WAYNE
## 15969                        BLUE HILL
## 15971                         RANDOLPH
## 15972                     PARSONSFIELD
## 15975                           LEVANT
## 15976                   WINDHAM CENTER
## 15977                        ELLSWORTH
## 15980                         SULLIVAN
## 15981                          HAMPDEN
## 15982                      SCARBOROUGH
## 15985                CUMBERLAND CENTER
## 15986                        SKOWHEGAN
## 15988                           HUDSON
## 15989                           TURNER
## 15992                           BREWER
## 15993                          DENMARK
## 15994                           BETHEL
## 15995                          BELFAST
## 15997                OLD ORCHARD BEACH
## 16000                            ACTON
## 16002                          RUMFORD
## 16003                             WELD
## 16005                        LIMINGTON
## 16006                          CORNISH
## 16007                           WESLEY
## 16008                          STETSON
## 16009                           GREENE
## 16010                        BUCKSPORT
## 16012                     NEW LIMERICK
## 16016                        WISCASSET
## 16017                          CARIBOU
## 16022                     YORK VILLAGE
## 16025                           DEDHAM
## 16028                     ISLAND FALLS
## 16030                   NEW GLOUCESTER
## 16033                         GARDINER
## 16035                     DAMARISCOTTA
## 16036                       KENDUSKEAG
## 16037                         SABATTUS
## 16043                       SOMESVILLE
## 16049              TOWN OF MACHIASPORT
## 16050                    SEBAGO CENTER
## 16051                            LYMAN
## 16052                          FREEDOM
## 16053                    KENNEBUNKPORT
## 16055                    HOLLIS CENTER
## 16056                       BAR HARBOR
## 16059                        FORT KENT
## 16060                           WARREN
## 16061                           ORIENT
## 16064                          CORINNA
## 16069                       WINTERPORT
## 16071                        SWANVILLE
## 16073                         CRAWFORD
## 16074                     NORRIDGEWOCK
## 16077                       WATERVILLE
## 16079                             ALNA
## 16080                           BUXTON
## 16083                        KENNEBUNK
## 16084                              JAY
## 16087                           MEXICO
## 16090                             SACO
## 16091                     WALES CORNER
## 16094                          FAYETTE
## 16096                        MADAWASKA
## 16097                           GORHAM
## 16098                          TOPSHAM
## 16166                      GRANTSVILLE
## 16173                        BALTIMORE
## 16253                       OCEAN CITY
## 16377                       HAGERSTOWN
## 16415                        SALISBURY
## 16419                        SNOW HILL
## 16470                   BERWYN HEIGHTS
## 16500                       BELTSVILLE
## 16528                      GLEN BURNIE
## 16534                      HYATTSVILLE
## 16538                     LANGLEY PARK
## 16539                          ARBUTUS
## 16542                    NORTH POTOMAC
## 16547                   NORTH BETHESDA
## 16548                        GREENBELT
## 16549                         CHEVERLY
## 16556                       CALIFORNIA
## 16557                          WALDORF
## 16576                          DUNDALK
## 16591                     LAUREL ACRES
## 16599                      BLADENSBURG
## 16608                         SUITLAND
## 16624                     CAMP SPRINGS
## 16637                          POTOMAC
## 16638                   RIVERDALE PARK
## 16640                  CAPITOL HEIGHTS
## 16641                          BEL AIR
## 16647                          METHUEN
## 16649                           MEDWAY
## 16650                       LEOMINSTER
## 16651                       FALL RIVER
## 16652                         BROCKTON
## 16655                 TOWN OF REHOBOTH
## 16656                         ROCKLAND
## 16659                           BOURNE
## 16660                        WAKEFIELD
## 16661                          WAREHAM
## 16662                           BOSTON
## 16663                   RUSSELLS MILLS
## 16664                        MANSFIELD
## 16666                          DANVERS
## 16667                        WESTFIELD
## 16668                       BELLINGHAM
## 16669                         BOYLSTON
## 16671                      NEW BEDFORD
## 16672                          BELMONT
## 16673                MELROSE HIGHLANDS
## 16674             NORTH ANDOVER CENTER
## 16675                      WESTBOROUGH
## 16676                           DENNIS
## 16678                       CHELMSFORD
## 16680                        SOUTHWICK
## 16683                 WEST SPRINGFIELD
## 16684                         YARMOUTH
## 16686                         WEYMOUTH
## 16687                      MARLBOROUGH
## 16690                   TOWN OF EASTON
## 16691                    NORTH READING
## 16693                            WALES
## 16695                          WALTHAM
## 16697                          IPSWICH
## 16699                          BERKLEY
## 16704                BROOKLINE VILLAGE
## 16708                         KINGSTON
## 16710                      NORTHAMPTON
## 16717                           MILLIS
## 16719                         LEVERETT
## 16721                        WELLESLEY
## 16722                         TOWNSEND
## 16728                           MALDEN
## 16730                           DRACUT
## 16733                        LAKEVILLE
## 16738                        ARLINGTON
## 16740                        HAVERHILL
## 16741                   EAST BILLERICA
## 16744                         CHICOPEE
## 16745                         MILLBURY
## 16746                      WEST DENNIS
## 16749                  NORTH ATTLEBORO
## 16750                          AMHERST
## 16753                             LYNN
## 16754                         WESTFORD
## 16755                     SOUTH DENNIS
## 16758                  TOWN OF DIGHTON
## 16763                   RAYNHAM CENTER
## 16765                   CHARLTON DEPOT
## 16768                        WORCESTER
## 16772                 GREAT BARRINGTON
## 16774                        FITCHBURG
## 16777                 GRANVILLE CENTER
## 16778                        WILBRAHAM
## 16783                      NORTH ADAMS
## 16798                         WRENTHAM
## 16802                  NORTH DARTMOUTH
## 16803                          MEDFORD
## 16809                          CHELSEA
## 16813                        HOPKINTON
## 16820                          WEBSTER
## 16827                        NANTUCKET
## 16831                        FAIRHAVEN
## 16839                        STOUGHTON
## 16851                       SHREWSBURY
## 16853                 HEAD OF WESTPORT
## 16854                       MIDDLEBORO
## 16858                      NEWBURYPORT
## 16859                        GROVELAND
## 16863                       GREENFIELD
## 16864                     WILLIAMSTOWN
## 16865                           BECKET
## 16867                         REHOBOTH
## 16870                         FREETOWN
## 16872                       GLOUCESTER
## 16873                          HOLYOKE
## 16875                  HARVARD STATION
## 16877                      WESTHAMPTON
## 16883                     LANESBOROUGH
## 16885                     SOUTH HADLEY
## 16887                       STURBRIDGE
## 16895                             WARE
## 16907                         BRADFORD
## 16910                        TYNGSBORO
## 16912                          MASHPEE
## 16915                         ABINGTON
## 16917                    HOLDEN CENTER
## 16921                      BRIDGEWATER
## 16923                         SCITUATE
## 16925                 NEWBURY OLD TOWN
## 16929                   VINEYARD HAVEN
## 16931                         SHERBORN
## 16937                        HOLLISTON
## 16938                           SAUGUS
## 16944                 TOWN OF UXBRIDGE
## 16950                       SOMERVILLE
## 16951                          HYANNIS
## 16955                    SOUTH BYFIELD
## 16960                        DEERFIELD
## 16965                     WEST NEWBURY
## 16966                         UXBRIDGE
## 16968                          BOXFORD
## 16970                           NAHANT
## 16971                        LEICESTER
## 16974                          DETROIT
## 16975                          PONTIAC
## 16976                          WYOMING
## 16978                           SUMNER
## 16981                     GRAND RAPIDS
## 16984                       EASTPOINTE
## 16986                    CEDAR SPRINGS
## 16990                          PAW PAW
## 16992                 CLINTON TOWNSHIP
## 17001                         WAUCEDAH
## 17002                           POWERS
## 17003                          MIDLAND
## 17005              EAST CHINA TOWNSHIP
## 17008                          ROMULUS
## 17011                            FLINT
## 17025                            PERRY
## 17028                         WESTLAND
## 17030                           MELVIN
## 17042                           ALPINE
## 17043                           MIKADO
## 17045                          NOTTAWA
## 17052                           BURTON
## 17053                             CARO
## 17055                 REDFORD TOWNSHIP
## 17056               SAINT CLAIR SHORES
## 17059                            HOLLY
## 17072                           SHELBY
## 17086                          NORVELL
## 17087                        SOUTHGATE
## 17091                    TRAVERSE CITY
## 17092                        ROYAL OAK
## 17099                       IRON RIVER
## 17101                       SOUTHFIELD
## 17108                          RUDYARD
## 17110                   FLINT TOWNSHIP
## 17111                         HARTLAND
## 17116                           DAFTER
## 17134                        ANN ARBOR
## 17135                 FARMINGTON HILLS
## 17142                 STERLING HEIGHTS
## 17144                        TALLMADGE
## 17148                        KALAMAZOO
## 17156              BROWNSTOWN TOWNSHIP
## 17168                     EATON RAPIDS
## 17172                       GRANDVILLE
## 17180                           ALPENA
## 17181                        MENOMINEE
## 17187                   PLEASANT RIDGE
## 17188                      DELTA MILLS
## 17202                          HOLLAND
## 17219                 MUSKEGON HEIGHTS
## 17226                     THREE RIVERS
## 17228                     MOUNT MORRIS
## 17256                         MUSKEGON
## 17259                  MADISON HEIGHTS
## 17268                           COVERT
## 17274                        CHARLOTTE
## 17275                       PORT HURON
## 17290                        WYANDOTTE
## 17305                     BATTLE CREEK
## 17326                     LINCOLN PARK
## 17347                         COMSTOCK
## 17354                            ALAMO
## 17361               BLOOMFIELD VILLAGE
## 17382                  CANTON TOWNSHIP
## 17391                             ERIE
## 17401                             RIGA
## 17406                        CARP LAKE
## 17420                EAST GRAND RAPIDS
## 17421                       FILER CITY
## 17439                          INKSTER
## 17448                           BARAGA
## 17450                       IMLAY CITY
## 17459                       ALLEN PARK
## 17474                       WHITE LAKE
## 17475                          GILFORD
## 17481                         DEARBORN
## 17535                           TAYLOR
## 17567                       EAST TAWAS
## 17574                 MACOMB, TOWNSHIP
## 17587                  BANGOR TOWNSHIP
## 17590                             OMER
## 17608                    HIGHLAND PARK
## 17612              NORTHFIELD TOWNSHIP
## 17634                          KIMBALL
## 17642                            EVART
## 17646                     RAY TOWNSHIP
## 17655                            WIXOM
## 17657                           HADLEY
## 17681                         HASTINGS
## 17687                           SAGOLA
## 17707                           FRASER
## 17709                         RICHLAND
## 17717                         ROCKWOOD
## 17724                          OSHTEMO
## 17725                        BIRCH RUN
## 17727                       BIG RAPIDS
## 17737                        YPSILANTI
## 17738                             PECK
## 17739                 DEARBORN HEIGHTS
## 17753                   BENTON HEIGHTS
## 17761                        PLAINWELL
## 17767                       FORD RIVER
## 17770                      CENTER LINE
## 17785                       CHARLEVOIX
## 17790                        ROCHESTER
## 17818            CHESTERFIELD TOWNSHIP
## 17838                    NORTON SHORES
## 17846                    NEW BALTIMORE
## 17855                             NOVI
## 17856                           ADRIAN
## 17859                         FILLMORE
## 17863                             OVID
## 17870                          SAGINAW
## 17875                            PARMA
## 17885              GROSSE POINTE FARMS
## 17893                         CADILLAC
## 17898                           ECORSE
## 17907                        HAMTRAMCK
## 17930                    MOUNT CLEMENS
## 17938                    IRON MOUNTAIN
## 17958                        CHEBOYGAN
## 17962                    BENTON HARBOR
## 17973                         MANISTEE
## 17974                        VAN BOWEN
## 17984                            MABEL
## 17986              INVER GROVE HEIGHTS
## 17988                          GAYLORD
## 17991                         SHAKOPEE
## 17994                           OTSEGO
## 17999                        ROSEMOUNT
## 18001                         MOORHEAD
## 18020                            EAGAN
## 18021                    BROOKLYN PARK
## 18023                        MAPLEWOOD
## 18026                       SAINT PAUL
## 18027                       BURNSVILLE
## 18029                          BEMIDJI
## 18030                           BLAINE
## 18044                          EVELETH
## 18047                          HOPKINS
## 18056                 MINNETONKA MILLS
## 18062                           DULUTH
## 18074                  BROOKLYN CENTER
## 18086                       CLEAR LAKE
## 18088                         HAM LAKE
## 18097                         VICTORIA
## 18100                        RICHFIELD
## 18108                        ELK RIVER
## 18111                          HIBBING
## 18120                      EAST BETHEL
## 18122                  MENDOTA HEIGHTS
## 18126                         CHISHOLM
## 18127                      MOUNDS VIEW
## 18133                           RAMSEY
## 18139                       EAGLE LAKE
## 18147                          PROCTOR
## 18148                      SAINT PETER
## 18160                      FOREST LAKE
## 18162                         CORCORAN
## 18164                             MORA
## 18177                            AFTON
## 18182                       LINO LAKES
## 18193                      COON RAPIDS
## 18201                         FAIRMONT
## 18209                 COLUMBIA HEIGHTS
## 18211                         OWATONNA
## 18224                     EDEN PRAIRIE
## 18241                    SAINT FRANCIS
## 18249                 SAINT LOUIS PARK
## 18251                           SAVAGE
## 18254                         TROMMALD
## 18256                     FERGUS FALLS
## 18260                           ISANTI
## 18261                        ZIMMERMAN
## 18265                            ORONO
## 18268                        COLERAINE
## 18272                        FARIBAULT
## 18274                         BRAINERD
## 18279                        LAKE ELMO
## 18284                        LINDSTROM
## 18297                          CLOQUET
## 18314                      STANCHFIELD
## 18319                     LITTLE FALLS
## 18320                       WAITE PARK
## 18334                      WORTHINGTON
## 18343                     CANNON FALLS
## 18348                           BAGLEY
## 18350                       BLUE EARTH
## 18357                      HATTIESBURG
## 18359                       BOONEVILLE
## 18360                          RAYMOND
## 18361                           TUPELO
## 18373                         GULFPORT
## 18374                         PICAYUNE
## 18386                            PEARL
## 18410                        RIDGELAND
## 18411                     CALHOUN CITY
## 18412                          GRENADA
## 18418                       MOSS POINT
## 18439                       CLARKSDALE
## 18440                           BILOXI
## 18450                           MORTON
## 18467                         VARDAMAN
## 18469                           WINONA
## 18484                       PASCAGOULA
## 18490                       MENDENHALL
## 18513                       BROOKHAVEN
## 18549                           MCCOMB
## 18554                          NATCHEZ
## 18577                     OLIVE BRANCH
## 18600                         LUCEDALE
## 18613                        SOUTHAVEN
## 18628                     WATER VALLEY
## 18639                   PASS CHRISTIAN
## 18695                         CARTHAGE
## 18717                         ABERDEEN
## 18748                         HERNANDO
## 18752                          SHANNON
## 18770                       YAZOO CITY
## 18799                            TERRY
## 18800                          GLOSTER
## 18804                           DURANT
## 18812                          WIGGINS
## 18821                      BAY SPRINGS
## 18822                          LEARNED
## 18831                       STARKVILLE
## 18834                      MOUND BAYOU
## 18841                          BRANDON
## 18869                        INDIANOLA
## 18878                           WESSON
## 18890                        SENATOBIA
## 18900                           SUMMIT
## 18901                            MAGEE
## 18966                      D'IBERVILLE
## 19008                           LELAND
## 19009                            UTICA
## 19014                        WOODVILLE
## 19019                        LEXINGTON
## 19020                           TCHULA
## 19040                      SAINT LOUIS
## 19041                      SAINT JOHNS
## 19042                        GLADSTONE
## 19043                       WENTZVILLE
## 19045                        GRANDVIEW
## 19051                         FORDLAND
## 19055                         ELSBERRY
## 19070                      WEST PLAINS
## 19078                    HIGHLANDVILLE
## 19091                          IRONTON
## 19093                EXCELSIOR SPRINGS
## 19097                      WARRENSBURG
## 19098                         PECULIAR
## 19102                      LEES SUMMIT
## 19115                         FERGUSON
## 19116                 LAKE SAINT LOUIS
## 19122                       KIRKSVILLE
## 19134                           FENTON
## 19135                   CAPE GIRARDEAU
## 19136                         SIKESTON
## 19141                            PURDY
## 19146                      CREVE COEUR
## 19148                          SEDALIA
## 19149                       WESTPHALIA
## 19150                           ARNOLD
## 19155                          KENNETT
## 19163                     SAINT JOSEPH
## 19165                     BLUE SPRINGS
## 19168                           JOPLIN
## 19172                   JEFFERSON CITY
## 19177                     SAINT PETERS
## 19180                 MARYLAND HEIGHTS
## 19182                    HARRISONVILLE
## 19214                   CARUTHERSVILLE
## 19232                      WRIGHT CITY
## 19236                  UNIVERSITY CITY
## 19241                      SAINT CLAIR
## 19257                       FARMINGTON
## 19267                         KIRKWOOD
## 19274                      VINITA PARK
## 19278                         JENNINGS
## 19279                            LADUE
## 19284                         DELLWOOD
## 19290                     SUNSET HILLS
## 19293                    SAINT MARTINS
## 19295                       FLORISSANT
## 19296                           MONETT
## 19299                          RAYTOWN
## 19300                     MOLINE ACRES
## 19314                       LINN CREEK
## 19317                           NEOSHO
## 19330                        HAZELWOOD
## 19367                      PLATTE CITY
## 19368          BELLEFONTAINE NEIGHBORS
## 19370                        BOONVILLE
## 19390                        BRIDGETON
## 19392                          PACIFIC
## 19408                       MARSHFIELD
## 19417                 TOWN AND COUNTRY
## 19428                        PINE LAWN
## 19466                     POPLAR BLUFF
## 19472                          MOBERLY
## 19488                          ORONOGO
## 19521                           PEVELY
## 19534                         OVERLAND
## 19544                        LONE JACK
## 19565                        NEW MELLE
## 19578                            HAYTI
## 19581                 RICHMOND HEIGHTS
## 19591                   LAKE TAPAWINGO
## 19604                     SAINT ROBERT
## 19606                      MONROE CITY
## 19624                        JONESBURG
## 19668                         HALLTOWN
## 19684                           BELTON
## 19692                     CHESTERFIELD
## 19700                         HANNIBAL
## 19716                             NIXA
## 19726                      COOL VALLEY
## 19742                     MOSCOW MILLS
## 19767                          BALLWIN
## 19773                           THAYER
## 19782                        KIMMSWICK
## 19784                             JANE
## 19885                      COTTLEVILLE
## 19916                        FORISTELL
## 19945                    WELDON SPRING
## 19965                         MISSOULA
## 19973                         BILLINGS
## 20030                      GREAT FALLS
## 20089                         BELGRADE
## 20093                        KALISPELL
## 20097                            BUTTE
## 20146                         BEATRICE
## 20152                            OMAHA
## 20201                         BELLEVUE
## 20203                           FRIEND
## 20210                           SUTTON
## 20224                          KEARNEY
## 20270                             YORK
## 20275                     NORTH PLATTE
## 20292                         SPALDING
## 20305                            WAHOO
## 20308                          O'NEILL
## 20328                      SCOTTSBLUFF
## 20349                            BLAIR
## 20361                        LAS VEGAS
## 20369                  NORTH LAS VEGAS
## 20370                             RENO
## 20373                        HENDERSON
## 20425                           FALLON
## 20550                      CARSON CITY
## 20657                      NEW IPSWICH
## 20659                        BROOKLINE
## 20661                        MERRIMACK
## 20664                        STRAFFORD
## 20665                         HOOKSETT
## 20666                       NEW LONDON
## 20667                           CANDIA
## 20669                       PORTSMOUTH
## 20671                           NASHUA
## 20672                    DERRY VILLAGE
## 20681                              LEE
## 20683                    TWIN MOUNTAIN
## 20685                       CHICHESTER
## 20687                          WALPOLE
## 20688                           WARNER
## 20693                      FITZWILLIAM
## 20697                        WENTWORTH
## 20702                      LONDONDERRY
## 20703                    SOUTH HAMPTON
## 20704                GREENLAND STATION
## 20705                          LACONIA
## 20717                       SANBORNTON
## 20718                         BOSCAWEN
## 20719                         HENNIKER
## 20724                    NORTH HAMPTON
## 20728                   JAFFREY CENTER
## 20733                      WILMOT FLAT
## 20735                          OSSIPEE
## 20737                    HAMPTON FALLS
## 20741                          CHESTER
## 20742                            EPSOM
## 20744                         SEABROOK
## 20745                            MASON
## 20747                           TILTON
## 20749                           RINDGE
## 20753                  EGG HARBOR CITY
## 20754                      MOUNT OLIVE
## 20755                          HOLMDEL
## 20756                         SECAUCUS
## 20757                         VINELAND
## 20758                          WANTAGE
## 20759                  WATERFORD WORKS
## 20761                         PATERSON
## 20764                       TOMS RIVER
## 20768                          GARWOOD
## 20770               TOWNSHIP OF WARREN
## 20771                      PENNS GROVE
## 20773                      EAST ORANGE
## 20775                     MOUNTAINSIDE
## 20776                         FAIRVIEW
## 20777                       PENNSVILLE
## 20779                         FORT LEE
## 20786                        MILLVILLE
## 20787                HASBROUCK HEIGHTS
## 20791           TOWNSHIP OF PITTSGROVE
## 20792                         BELLMAWR
## 20793                      CHERRY HILL
## 20795                    WEST DEPTFORD
## 20796          TOWNSHIP OF BRIDGEWATER
## 20797                       PENNSAUKEN
## 20803              MANCHESTER TOWNSHIP
## 20804                      JERSEY CITY
## 20805                    PLEASANTVILLE
## 20806                          CLIFTON
## 20810                         WALDWICK
## 20811                         DEPTFORD
## 20813                GALLOWAY TOWNSHIP
## 20818                     NEPTUNE CITY
## 20819                TOWNSHIP OF BRICK
## 20820                    FRANKLINVILLE
## 20824                  GLOUCESTER CITY
## 20825                     NORTH BERGEN
## 20828                         HAMILTON
## 20831              WASHINGTON TOWNSHIP
## 20834                    NEW BRUNSWICK
## 20837                       PISCATAWAY
## 20838                           EDISON
## 20839                      PERTH AMBOY
## 20840                         MONTVALE
## 20842                     MOUNT LAUREL
## 20843 TOWNSHIP OF SOUTH ORANGE VILLAGE
## 20845                       HACKENSACK
## 20848                        HAMMONTON
## 20851                       OLD BRIDGE
## 20853                     WEST MILFORD
## 20855                       PLAINSBORO
## 20856                         METUCHEN
## 20860                         CRANFORD
## 20862              WESTAMPTON TOWNSHIP
## 20872                        FAIR LAWN
## 20875                  BRANCHBURG PARK
## 20878                       RIVER EDGE
## 20879                        EATONTOWN
## 20880                         ROSELAND
## 20886                         WATCHUNG
## 20887              EGG HARBOR TOWNSHIP
## 20889                TOWNSHIP OF EWING
## 20894                    FRANKLIN PARK
## 20896                 NORTH PLAINFIELD
## 20899                         FREEHOLD
## 20906                    WALL TOWNSHIP
## 20913                  MONROE TOWNSHIP
## 20916                       SAYREVILLE
## 20920                       RUTHERFORD
## 20922                        LUMBERTON
## 20924                       MOORESTOWN
## 20927                  SOUTH BRUNSWICK
## 20928                      CINNAMINSON
## 20929                            LOGAN
## 20930                        WEEHAWKEN
## 20936                  NORTH BRUNSWICK
## 20938                         CRANBURY
## 20942                    CARNEYS POINT
## 20954                      MAURICETOWN
## 20960                          BAYONNE
## 20964                        RUNNEMEDE
## 20965                        BROOKLAWN
## 20971                         MARLBORO
## 20978                HAMILTON TOWNSHIP
## 20983                          LINWOOD
## 20985                          TEANECK
## 20987                  EAST RUTHERFORD
## 20988                         RED BANK
## 20994                    ATLANTIC CITY
## 20995                     SOMERS POINT
## 21000          TOWNSHIP OF SOUTHAMPTON
## 21016                          PARAMUS
## 21028                     ROBBINSVILLE
## 21034                   EAST BRUNSWICK
## 21035              BURLINGTON TOWNSHIP
## 21037                     WEST WINDSOR
## 21039                       BRIGANTINE
## 21050            TOWNSHIP OF IRVINGTON
## 21052                     TINTON FALLS
## 21059                            CLARK
## 21085                       READINGTON
## 21087                        MONTVILLE
## 21091                         MILLTOWN
## 21099                     COLLINGSWOOD
## 21104                      BOUND BROOK
## 21110                      WILLINGBORO
## 21112                           LINDEN
## 21114                     EAST WINDSOR
## 21115                     BLOOMINGDALE
## 21118                       PARSIPPANY
## 21119                          WANAQUE
## 21122                           HAZLET
## 21127                    PORT REPUBLIC
## 21131                      MAPLE SHADE
## 21135                          WHARTON
## 21142                       TABERNACLE
## 21151                           NUTLEY
## 21154                        MINE HILL
## 21165                          HALEDON
## 21167                           HOWELL
## 21172                      MOUNT HOLLY
## 21193                          PASSAIC
## 21196                         VOORHEES
## 21198                        PEMBERTON
## 21203                       BEDMINSTER
## 21207                   NEW PROVIDENCE
## 21211                       WOOD-RIDGE
## 21212                   MOUNTAIN LAKES
## 21232                 SOUTH PLAINFIELD
## 21234                          HARMONY
## 21251                   HADDON HEIGHTS
## 21262                         DENVILLE
## 21263                    WEST NEW YORK
## 21267                     ROSELLE PARK
## 21270                       KENILWORTH
## 21279                           MANTUA
## 21289                        CRESSKILL
## 21299                         SANTA FE
## 21301                      ALBUQUERQUE
## 21305                        SAN FIDEL
## 21306                      ESPA\xd1OLA
## 21311                          STANLEY
## 21319                           GALLUP
## 21320                       SAN FELIPE
## 21326                         PLACITAS
## 21329                        LOVINGTON
## 21339                       LAS CRUCES
## 21347                             VADO
## 21354                          ARTESIA
## 21361                      ARROYO SECO
## 21365                         EDGEWOOD
## 21374                           EUNICE
## 21383                      SILVER CITY
## 21385                            HOBBS
## 21395                       PE\xd1ASCO
## 21402                          PERALTA
## 21410                     SUNLAND PARK
## 21413                       FENCE LAKE
## 21414                            PILAR
## 21415                  MEXICAN SPRINGS
## 21417                        LOS LUNAS
## 21420                          ANTHONY
## 21424                      SANDIA PARK
## 21429                 SANTA ANA PUEBLO
## 21432                            DULCE
## 21435                       CLOUDCROFT
## 21439                          SOCORRO
## 21443                       RIO RANCHO
## 21446                        RED RIVER
## 21447                           DEMING
## 21450                       CROWNPOINT
## 21455                         EL PRADO
## 21456                           LAGUNA
## 21457                            MILAN
## 21462                  RANCHOS DE TAOS
## 21465                      CHURCH ROCK
## 21470                          NEWCOMB
## 21477                        RINCONADA
## 21483                            DURAN
## 21488                        FRUITLAND
## 21490                            CLIFF
## 21491                            BELEN
## 21521                          ABIQUIU
## 21526            TRUTH OR CONSEQUENCES
## 21527                         SHIPROCK
## 21528                       ZIA PUEBLO
## 21531                           EMBUDO
## 21535                         MORIARTY
## 21548                       YAH-TA-HEY
## 21555                           AMALIA
## 21558                           BERINO
## 21562                    JEMEZ SPRINGS
## 21573                          QUEMADO
## 21577                        MEDANALES
## 21582                       BERNALILLO
## 21584                       LOS ALAMOS
## 21588                            SEAMA
## 21589                         PORTALES
## 21590                             TAOS
## 21596                     TRES PIEDRAS
## 21609                         KIRTLAND
## 21610                              JAL
## 21620                       ALAMOGORDO
## 21622                   COCHITI PUEBLO
## 21659                            TALPA
## 21662                         TULAROSA
## 21666                    NEW YORK CITY
## 21667                        PITTSFORD
## 21668                            ISLIP
## 21669                           GREECE
## 21670                         HALFMOON
## 21672                      SOUTHAMPTON
## 21674                      IRONDEQUOIT
## 21676                   FORT COVINGTON
## 21677                       HUNTINGTON
## 21678                       KEESEVILLE
## 21679                         SOUTHOLD
## 21682                   MIDDLE VILLAGE
## 21683                        TARRYTOWN
## 21685                      EVANS MILLS
## 21686                        MILLBROOK
## 21687                         NEW CITY
## 21690                        HEMPSTEAD
## 21695                        ALEXANDER
## 21696                       SLOATSBURG
## 21697                         CLARKSON
## 21701                    SINCLAIRVILLE
## 21702                      HARRISVILLE
## 21705                             ERIN
## 21707                          BABYLON
## 21708                      SPENCERPORT
## 21711                           GALWAY
## 21713                  NORTH TONAWANDA
## 21714                 SMITHVILLE FLATS
## 21720                     SCHAGHTICOKE
## 21721                         ISLANDIA
## 21724                         NEW YORK
## 21725                       AUSTERLITZ
## 21726                     HUDSON FALLS
## 21727                          BATAVIA
## 21728                    NEW HYDE PARK
## 21732                        LIVERPOOL
## 21735                        CALLICOON
## 21737                         CAMILLUS
## 21739                  PLEASANT VALLEY
## 21743                       WHITESBORO
## 21744                        BIG FLATS
## 21746                         MAYFIELD
## 21749                          DEPOSIT
## 21750                           DELMAR
## 21754               CORNWALL-ON-HUDSON
## 21756                      CHEEKTOWAGA
## 21761                           CLYMER
## 21762                        HYDE PARK
## 21763                        TONAWANDA
## 21764                     WESTMORELAND
## 21769                        FALLSBURG
## 21774                         FREDONIA
## 21775                         ALLEGANY
## 21776                          CASTILE
## 21778                      WYNANTSKILL
## 21780                       HORSEHEADS
## 21781                       OYSTER BAY
## 21783                          SENNETT
## 21784                            AVOCA
## 21787                      SCOTTSVILLE
## 21791                      PORT JERVIS
## 21792                  CHENANGO BRIDGE
## 21794                          NIAGARA
## 21795                        ROTTERDAM
## 21796                             CLAY
## 21801                       SAUGERTIES
## 21803                          ARDSLEY
## 21804                          BEDFORD
## 21806                      SKANEATELES
## 21807                     PAINTED POST
## 21809                             BATH
## 21811                      STONY POINT
## 21812                RICHFIELD SPRINGS
## 21815                          WOLCOTT
## 21818                         PENN YAN
## 21819                          AIRMONT
## 21820                    NIAGARA FALLS
## 21824                    ONONDAGA HILL
## 21827                      CIRCLEVILLE
## 21828                      WEST LEYDEN
## 21831                           HAMLIN
## 21833                        PETERBORO
## 21836                        RIVERHEAD
## 21839                            BRANT
## 21852                       MARBLETOWN
## 21854                     JOHNSONVILLE
## 21857                           HUNTER
## 21858                        CORTLANDT
## 21860                          CAMERON
## 21866                     POUGHKEEPSIE
## 21868                     NEW ROCHELLE
## 21870                HOPEWELL JUNCTION
## 21873                 CROTON-ON-HUDSON
## 21874                    LAGRANGEVILLE
## 21875                         CLARENCE
## 21878                           BERGEN
## 21879                           ALTMAR
## 21886                        HENRIETTA
## 21892                           AMENIA
## 21895                           WILTON
## 21898                       LACKAWANNA
## 21902                            ILION
## 21904                           MONSEY
## 21907                          ANTWERP
## 21909                          VERBANK
## 21911                      CANANDAIGUA
## 21916                        RHINEBECK
## 21937                      CENTERVILLE
## 21941                         HERKIMER
## 21942                     SARANAC LAKE
## 21943                       HOLTSVILLE
## 21944                      TRUMANSBURG
## 21948                           VOLNEY
## 21949                        OLD FORGE
## 21955                        PATCHOGUE
## 21957                        CLAVERACK
## 21958                   CUDDEBACKVILLE
## 21959                         STAFFORD
## 21960                        WAWARSING
## 21961                          BUFFALO
## 21966                      LAKE GEORGE
## 21977                          YONKERS
## 21980                    NEWARK VALLEY
## 21982                            MARCY
## 21985                         WINTHROP
## 21986                            LLOYD
## 21993                       CONSTANTIA
## 22007                          COLONIE
## 22010                           RAMAPO
## 22012                         CORTLAND
## 22015                           ITHACA
## 22016                         RICHFORD
## 22017                      STEPHENTOWN
## 22020                   EAST PHARSALIA
## 22025                      SCHENECTADY
## 22036                  EAST BLOOMFIELD
## 22040                         ENDICOTT
## 22042                            GATES
## 22044                             KNOX
## 22053                           ELMIRA
## 22055                           REMSEN
## 22061                        GLEN COVE
## 22067                  ROYALTON CENTER
## 22071                       CENTEREACH
## 22076                    CENTRAL ISLIP
## 22083                        SMITHTOWN
## 22084                            RIDGE
## 22092                          DUNKIRK
## 22093                      LINDENHURST
## 22099                      NORTH HILLS
## 22102                        CAMBRIDGE
## 22104                        JAMESTOWN
## 22116                      TUXEDO PARK
## 22117                           MOHAWK
## 22123                       MIDDLEBURG
## 22125                        WAPPINGER
## 22128                     EAST HAMPTON
## 22129                         FISHKILL
## 22131                  MASSAPEQUA PARK
## 22132                          DRESDEN
## 22133                          CHEMUNG
## 22146                      PLATTSBURGH
## 22149                         LOWVILLE
## 22157                 YORKTOWN HEIGHTS
## 22167                        CANASTOTA
## 22168                          SANBORN
## 22170                            CLYDE
## 22175                    LITTLE VALLEY
## 22181                         SPRAKERS
## 22183                SOUTH GLENS FALLS
## 22185                       DUANESBURG
## 22186                         CHARLTON
## 22193                           PREBLE
## 22194                            OLEAN
## 22195                        NEW PALTZ
## 22198                            TULLY
## 22199                          WAYLAND
## 22200                       SLATE HILL
## 22203                    SPRING VALLEY
## 22206                   HIGHLAND FALLS
## 22207                       MC DONOUGH
## 22214                   ROSLYN ESTATES
## 22218                           VESTAL
## 22219                          SUFFERN
## 22224                           WILSON
## 22226                   EAST ROCHESTER
## 22231                       NEW BERLIN
## 22233                     SCHROON LAKE
## 22239                           CAYUGA
## 22245                            SODUS
## 22251                        WHITEHALL
## 22252                       FORESTBURG
## 22262                           CANDOR
## 22271                       PRATTSBURG
## 22274                   THREE MILE BAY
## 22275                             RUSH
## 22283                       INTERLAKEN
## 22289                      OLIVEBRIDGE
## 22290                         WESTTOWN
## 22293                     CLIFTON PARK
## 22294                        SCARSDALE
## 22297                            DELHI
## 22304                           ONEIDA
## 22306                         PENFIELD
## 22314                   BLOOMING GROVE
## 22317                           GILBOA
## 22321                           DRYDEN
## 22335                        AMSTERDAM
## 22339                      POUND RIDGE
## 22342                            MALTA
## 22349                 SARATOGA SPRINGS
## 22350                          GASPORT
## 22357                          THERESA
## 22361                        NISKAYUNA
## 22366                           BOMBAY
## 22367                       BROADALBIN
## 22370                    STANFORDVILLE
## 22371                            BUSTI
## 22377                        JOHNSTOWN
## 22384                             ELMA
## 22385                          COLLINS
## 22386                            NYACK
## 22387                           PARISH
## 22389                      CHURCHVILLE
## 22393                       CLOCKVILLE
## 22395                         MELVILLE
## 22399                   WILLISTON PARK
## 22406                      BLACK CREEK
## 22407                     MIDDLE GROVE
## 22408                      JAVA CENTER
## 22414                       LAKE GROVE
## 22424                           BARTON
## 22429                          SHIRLEY
## 22432                          POTSDAM
## 22435                         EASTPORT
## 22438                         RED HOOK
## 22447                     OLD WESTBURY
## 22462                          MENANDS
## 22463                        YORKSHIRE
## 22464                        WURTSBORO
## 22467                      NEW WINDSOR
## 22470                      SOUTH SALEM
## 22496                    NORTH COLLINS
## 22509                       RENSSELAER
## 22511                     ORCHARD PARK
## 22516                         SARDINIA
## 22525                        PEEKSKILL
## 22530                             FINE
## 22532                            SWAIN
## 22543                      FULTONVILLE
## 22556                    MIDDLE ISLAND
## 22564                       GREAT NECK
## 22566                      STONY BROOK
## 22572                            CORAM
## 22574                       QUEENSBURY
## 22580                        ROSENDALE
## 22583                          CROGHAN
## 22584                      FLORAL PARK
## 22585                        MILLERTON
## 22589                         DEFERIET
## 22594                       DOWNSVILLE
## 22596                           LATHAM
## 22603                         BREWSTER
## 22604                         LYNBROOK
## 22624                      GUILDERLAND
## 22626                           BEACON
## 22627                           GRAHAM
## 22636                        ASHEVILLE
## 22651                       WHITEVILLE
## 22652                         NEW BERN
## 22669                         GASTONIA
## 22673                       GREENSBORO
## 22675                       HIGH POINT
## 22683                      STATESVILLE
## 22696                     HUNTERSVILLE
## 22703                          RED OAK
## 22715                      RED SPRINGS
## 22719                             KING
## 22720                       MOUNT AIRY
## 22724                         KITTRELL
## 22725                          RALEIGH
## 22738                          POLKTON
## 22761                    WINSTON SALEM
## 22773                      SUMMERFIELD
## 22777                           ANGIER
## 22778                      WAYNESVILLE
## 22780                   HENDERSONVILLE
## 22796                   SOUTHERN PINES
## 22801                      CHAPEL HILL
## 22802                          BAYBORO
## 22803                   ELIZABETH CITY
## 22819                             CARY
## 22823                       ROLESVILLE
## 22852                     KERNERSVILLE
## 22880                          KINSTON
## 22886                      ROCKY MOUNT
## 22892                         ALLIANCE
## 22904                           MAXTON
## 22912                     INDIAN TRAIL
## 22918                          ZEBULON
## 22930                         TAR HEEL
## 22943                      THOMASVILLE
## 22948                       WALKERTOWN
## 22986                        CORNELIUS
## 23011                      CHINA GROVE
## 23015                           WAGRAM
## 23035                           LENOIR
## 23070                       LILLINGTON
## 23081                         MATTHEWS
## 23119                             RUTH
## 23151                        SHALLOTTE
## 23154                         ASHEBORO
## 23160                      WINTERVILLE
## 23233                       KANNAPOLIS
## 23234                           DOBSON
## 23252                       SMITHFIELD
## 23263                           GARNER
## 23342                         CLEMMONS
## 23386                   ROANOKE RAPIDS
## 23495                      WAKE FOREST
## 23500                    MILLERS CREEK
## 23521                       KNIGHTDALE
## 23541                          CONOVER
## 23646                          TRINITY
## 23675                           GROVER
## 23684                          TARBORO
## 23718                            COATS
## 23750                    WILSONS MILLS
## 23806                        MORGANTON
## 23835                             VASS
## 23895                        GOLDSBORO
## 23904                       ROCKINGHAM
## 23933                        MINT HILL
## 23952                        HAW RIVER
## 24008                      FOREST CITY
## 24009                          EDENTON
## 24010                    MOREHEAD CITY
## 24014                            AYDEN
## 24020                             EDEN
## 24023                           LANDIS
## 24026                     EAST SPENCER
## 24027                    FUQUAY-VARINA
## 24037                          AHOSKIE
## 24041                         BISMARCK
## 24042                      GRAND FORKS
## 24043                              RAY
## 24047                            FARGO
## 24060                            MINOT
## 24079                           MANDAN
## 24081                     WATFORD CITY
## 24092                   SENTINEL BUTTE
## 24099                        FESSENDEN
## 24102                        WILLISTON
## 24132                         BELCOURT
## 24133                    SAINT MICHAEL
## 24135                           TOLEDO
## 24145                  WEST MIDDLETOWN
## 24148                       CINCINNATI
## 24168                            OBETZ
## 24170                     HANGING ROCK
## 24171                        BARBERTON
## 24195                           DAYTON
## 24203                         TROTWOOD
## 24212                         FAIRBORN
## 24213                          MORAINE
## 24215                    NORTH OLMSTED
## 24219                             LIMA
## 24237                       MIAMISBURG
## 24240               NORTH COLLEGE HILL
## 24241                   EAST CLEVELAND
## 24248                    HUBER HEIGHTS
## 24274                      PORTERFIELD
## 24282                      WESTERVILLE
## 24288                  WEST CARROLLTON
## 24292                        TIPP CITY
## 24305                      INDIAN HILL
## 24306                       COLUMBIANA
## 24332                   CUYAHOGA FALLS
## 24339                           LORAIN
## 24342                        PATASKALA
## 24343                     NORTH CANTON
## 24344                   NORTH ROYALTON
## 24345                   WEST JEFFERSON
## 24351                       YOUNGSTOWN
## 24354                          WAUSEON
## 24374                           NORTON
## 24386                         CONNEAUT
## 24400                           EUCLID
## 24425                    PARMA HEIGHTS
## 24440                       BROOK PARK
## 24447                          FINDLAY
## 24455                      VALLEY VIEW
## 24462                        WILLOWICK
## 24465                       WILLOUGHBY
## 24470                        ASHTABULA
## 24510                    SAINT BERNARD
## 24521                    SOUTH LEBANON
## 24541                     BLOOMINGBURG
## 24546                          GAHANNA
## 24558                       MOUNT ORAB
## 24568                     STRONGSVILLE
## 24588                         WESTLAKE
## 24590                            GREEN
## 24611                          TRIMBLE
## 24617                           GIRARD
## 24622             WARRENSVILLE HEIGHTS
## 24640                      BLANCHESTER
## 24648                         WELLSTON
## 24650                           MAUMEE
## 24654                      SHARONVILLE
## 24662                         EASTLAKE
## 24666                          READING
## 24732                            XENIA
## 24740                       THORNVILLE
## 24760                         DELAWARE
## 24764                         SANDUSKY
## 24769                   BOSTON HEIGHTS
## 24799                           MENTOR
## 24837                              ADA
## 24851                    OLMSTED FALLS
## 24853                     RUSHSYLVANIA
## 24862                 NEW PHILADELPHIA
## 24877           WASHINGTON COURT HOUSE
## 24879                       COAL GROVE
## 24898                     PICKERINGTON
## 24903                     UHRICHSVILLE
## 24904                     OTTAWA HILLS
## 24910                 CANAL WINCHESTER
## 24935                        WICKLIFFE
## 24962                           CELINA
## 24982               MIDDLEBURG HEIGHTS
## 24990                         PAULDING
## 24995                           POWELL
## 25030                       NEW BOSTON
## 25033                        MASSILLON
## 25043                           ELYRIA
## 25052                     BEAVER CREEK
## 25062                         BROOKLYN
## 25091                       ZANESVILLE
## 25124                   EAST PALESTINE
## 25132                        BEACHWOOD
## 25176                     WINTERSVILLE
## 25234                        LYNDHURST
## 25241                        KETTERING
## 25254                          RAVENNA
## 25290                            TULSA
## 25292                          EL RENO
## 25293                    OKLAHOMA CITY
## 25310                           STROUD
## 25318                            MOORE
## 25320                           DIBBLE
## 25322                         PIEDMONT
## 25343                           DUNCAN
## 25349                             RYAN
## 25371                           NORMAN
## 25380                          SAPULPA
## 25381                            MINCO
## 25383                         MUSKOGEE
## 25391                          SHAWNEE
## 25404                          PURCELL
## 25413                           IDABEL
## 25414                        NEWCASTLE
## 25415                           POTEAU
## 25418                     BROKEN ARROW
## 25427                          ARDMORE
## 25455                       CARTWRIGHT
## 25470                      THE VILLAGE
## 25472                         DEL CITY
## 25475                        CHICKASHA
## 25482                       STILLWATER
## 25484                       WARR ACRES
## 25485                             ENID
## 25487                           CARTER
## 25508                          GOLDSBY
## 25513                           LUTHER
## 25585                          CATOOSA
## 25607                       STRINGTOWN
## 25640                      HOLDENVILLE
## 25641                       KELLYVILLE
## 25663                           COWETA
## 25664                           LAWTON
## 25687                          QUINLAN
## 25699                       BURNS FLAT
## 25706                          CUSHING
## 25719                             BYNG
## 25733                         OKMULGEE
## 25761                           GUYMON
## 25769                           OWASSO
## 25771                           MARLOW
## 25773                         WAUKOMIS
## 25774                            YUKON
## 25776                          WAURIKA
## 25777                           TUTTLE
## 25795                         ANADARKO
## 25796                          MUSTANG
## 25801                          WAGONER
## 25804                          BETHANY
## 25809                           MADILL
## 25810                     SAND SPRINGS
## 25816                     MIDWEST CITY
## 25846                       PONCA CITY
## 25847                         SKIATOOK
## 25851                         SEMINOLE
## 25858                            PRYOR
## 25861                           EDMOND
## 25884                        MOORELAND
## 25899                          GRESHAM
## 25900                           EUGENE
## 25909                             BEND
## 25913                       SWEET HOME
## 25956                        BEAVERTON
## 25974                         COQUILLE
## 25984                    KLAMATH FALLS
## 26019                             SCIO
## 26026                     LINCOLN CITY
## 26033                         GEARHART
## 26071                     FOREST GROVE
## 26072                     MYRTLE CREEK
## 26109                            SANDY
## 26111                          REDMOND
## 26112                       HOOD RIVER
## 26117                          STAYTON
## 26118                           KEIZER
## 26125                 MILTON-FREEWATER
## 26127                        CORVALLIS
## 26142                      LAKE OSWEGO
## 26156                          RAINIER
## 26160                        WEST LINN
## 26164                        HERMISTON
## 26166                         ROSEBURG
## 26182                        MILWAUKIE
## 26219                           BANDON
## 26225                      GRANTS PASS
## 26233                        TROUTDALE
## 26237                        BROOKINGS
## 26320                     NORTH PLAINS
## 26330                         MAPLETON
## 26344                          WINSTON
## 26349                         SCRANTON
## 26353                          BALDWIN
## 26357                        LEWISTOWN
## 26359                     PHILADELPHIA
## 26360                           WAMPUM
## 26379                       JENKINTOWN
## 26391                       CANONSBURG
## 26392                          CRAFTON
## 26395                      MURRYSVILLE
## 26401                        POTTSTOWN
## 26404                   NEW KENSINGTON
## 26412                       FORTY FORT
## 26417                       PITTSBURGH
## 26433                        LANSDOWNE
## 26440                      BLAIRSVILLE
## 26444                        WHITE OAK
## 26446                      COATESVILLE
## 26473                       HUNTINGDON
## 26475                         PITTSTON
## 26481                        ALLENTOWN
## 26495                       NORTH EAST
## 26498                       MCKEESPORT
## 26501                        HERMITAGE
## 26516                  JEFFERSON HILLS
## 26544                      MONONGAHELA
## 26574                         MONESSEN
## 26583                           KOPPEL
## 26609                     STEWARTSTOWN
## 26633                       BELLEFONTE
## 26636                          DUNMORE
## 26658                       HARRISBURG
## 26666                WEST CONSHOHOCKEN
## 26669                       NORRISTOWN
## 26670                            SAYRE
## 26685                         OIL CITY
## 26687                             PLUM
## 26696                         ARCHBALD
## 26724                          LEMOYNE
## 26730     TOWNSHIP OF NORTH HUNTINGDON
## 26738                          DONEGAL
## 26747                        CHARLEROI
## 26760                         FALLSTON
## 26769                           MOOSIC
## 26786                            IRWIN
## 26798                         PITCAIRN
## 26804                      OLD STANTON
## 26822                     WILKES-BARRE
## 26825                          YARDLEY
## 26842                    OSCEOLA MILLS
## 26859                     MCKEES ROCKS
## 26871                          DAUPHIN
## 26874                        TOBYHANNA
## 26887                       POTTSVILLE
## 26894                   GREGG TOWNSHIP
## 26899                       MOUNTVILLE
## 26910                          BLAKELY
## 26914                     UPPER MERION
## 26923                       LARKSVILLE
## 26956                          HORSHAM
## 26978                     SHAMOKIN DAM
## 27000                     COLLEGEVILLE
## 27008                     NESQUEHONING
## 27022                         CLAIRTON
## 27027                         CHESWICK
## 27028                        GILBERTON
## 27033                         LANSFORD
## 27038               HEMPFIELD TOWNSHIP
## 27048                         HEREFORD
## 27052                            WHITE
## 27075                        HAVERFORD
## 27081                            LAMAR
## 27107                             ETNA
## 27113                          HARFORD
## 27116                             WOOD
## 27117                    UPPER HANOVER
## 27141                         SHAMOKIN
## 27150                     LONDON GROVE
## 27154                 CHESTER TOWNSHIP
## 27161                     CHAMBERSBURG
## 27163                        UNIONTOWN
## 27166                           HEGINS
## 27182                       HELLERTOWN
## 27189                      UPPER DARBY
## 27195                       WALNUTPORT
## 27203                     WILLIAMSPORT
## 27210                      COLLINGDALE
## 27218            WILKES BARRE TOWNSHIP
## 27231                       BEAVERTOWN
## 27250                         TRAFFORD
## 27253                 GREENE, TOWNSHIP
## 27283                      RIDLEY PARK
## 27299                    WEST HAZLETON
## 27309                    NORTH BUFFALO
## 27315                          PENNDEL
## 27320                        SUGARLOAF
## 27350               DELAWARE WATER GAP
## 27353                          JENNERS
## 27361                       BUCKINGHAM
## 27365                       GREEN TREE
## 27368                  CLIFTON HEIGHTS
## 27379                      WRIGHTSTOWN
## 27409                         CRANSTON
## 27410                        PAWTUCKET
## 27412                       WOONSOCKET
## 27414                       PROVIDENCE
## 27416                           FOSTER
## 27417                  SOUTH KINGSTOWN
## 27421                         WESTERLY
## 27425                     WEST WARWICK
## 27428                   EAST GREENWICH
## 27433                         JOHNSTON
## 27438                 NORTH SMITHFIELD
## 27442                   WEST GREENWICH
## 27444                   WEST GLOCESTER
## 27445                  EAST PROVIDENCE
## 27446                     NEW SHOREHAM
## 27472                NARRAGANSETT PIER
## 27483                     MYRTLE BEACH
## 27493                 NORTH CHARLESTON
## 27497                    MONCKS CORNER
## 27512                      SPARTANBURG
## 27530                             IRMO
## 27534                          HANAHAN
## 27535                           LADSON
## 27536                          MEGGETT
## 27579                    HEATH SPRINGS
## 27582                        FORT MILL
## 27590                          MAULDIN
## 27627                         LOCKHART
## 27629                     FOREST ACRES
## 27662                           SUMTER
## 27692                    WEST COLUMBIA
## 27696                   MOUNT PLEASANT
## 27708                        ROCK HILL
## 27728                         NEWBERRY
## 27779                       PORT ROYAL
## 27815                     SIMPSONVILLE
## 27887               HILTON HEAD ISLAND
## 27894                      GOOSE CREEK
## 27909                    EDISTO ISLAND
## 27910                           DILLON
## 27960                     JOHNS ISLAND
## 27977                    KIAWAH ISLAND
## 27991               NORTH MYRTLE BEACH
## 27995                        VARNVILLE
## 28055                          AWENDAW
## 28088                          MULLINS
## 28104                          PICKENS
## 28134                          RAVENEL
## 28200                    NORTH AUGUSTA
## 28264                     LINCOLNVILLE
## 28277                            AIKEN
## 28279                          SHELDON
## 28363                       DARLINGTON
## 28386                      HARDEEVILLE
## 28396                       BURNETTOWN
## 28409                         PAGELAND
## 28422                   SURFSIDE BEACH
## 28435                           EASLEY
## 28449                      SIOUX FALLS
## 28464                   BIG STONE CITY
## 28466                       RAPID CITY
## 28472                          YANKTON
## 28530                           PIERRE
## 28569                          MEMPHIS
## 28574                        KNOXVILLE
## 28580                     MOUNT JULIET
## 28581                        NASHVILLE
## 28585                       EAST RIDGE
## 28586                      GREENEVILLE
## 28602                      CHATTANOOGA
## 28605                        LA VERGNE
## 28612                       CROSSVILLE
## 28613                     JOHNSON CITY
## 28617                      SODDY-DAISY
## 28632                        KINGSPORT
## 28640                       BLUFF CITY
## 28648                           UNICOI
## 28666                      SPRING HILL
## 28690                   WOODLAND MILLS
## 28698                        DYERSBURG
## 28711                         GALLATIN
## 28722                      SEVIERVILLE
## 28723                          WATAUGA
## 28728                     MAYNARDVILLE
## 28730                           SELMER
## 28737                         FARRAGUT
## 28742                     GORDONSVILLE
## 28743                           VONORE
## 28784                           PEGRAM
## 28808                          DICKSON
## 28818                          JOELTON
## 28823                     MURFREESBORO
## 28848                         HARRIMAN
## 28849                       COOKEVILLE
## 28851                   GOODLETTSVILLE
## 28865                     DECATURVILLE
## 28866                         BRUCETON
## 28870                   OLIVER SPRINGS
## 28873                       HARTSVILLE
## 28874                         MCKENZIE
## 28900                       Coopertown
## 28921                        OAK RIDGE
## 28922                        LEWISBURG
## 28924                      LENOIR CITY
## 28928                       GATLINBURG
## 28933                      PINEY FLATS
## 28958                     BEAN STATION
## 28965                       CALDERWOOD
## 28972                         HUMBOLDT
## 29021                         MONTEREY
## 29034                      ROGERSVILLE
## 29051                   Pittman Center
## 29121                        MARYVILLE
## 29123                       DOWELLTOWN
## 29134                 KINGSTON SPRINGS
## 29146                      TIPTONVILLE
## 29223                  SIGNAL MOUNTAIN
## 29292                  CUMBERLAND CITY
## 29306                            CRUMP
## 29318                     PIGEON FORGE
## 29350                       SWEETWATER
## 29352                          MOSHEIM
## 29378                      BLOUNTVILLE
## 29389                      BROWNSVILLE
## 29414                          GLEASON
## 29484                     COLLIERVILLE
## 29500                     ELIZABETHTON
## 29513                       GAINESBORO
## 29535                            ERWIN
## 29604                     LAWRENCEBURG
## 29605                          DECHERD
## 29635                   TELLICO PLAINS
## 29662                          OLDTOWN
## 29667                       FRIENDSHIP
## 29686                           RIPLEY
## 29688                      SAN ANTONIO
## 29691                          KILLEEN
## 29692                           LAREDO
## 29694                   CORPUS CHRISTI
## 29700                        GRAPEVINE
## 29708                         CONVERSE
## 29712                       SAN ANGELO
## 29713                          LUBBOCK
## 29714                            PHARR
## 29715                      PORT ARTHUR
## 29718                          DEL RIO
## 29720                       FORT WORTH
## 29721                            TYLER
## 29732                             WACO
## 29733                            BRYAN
## 29734                            VIDOR
## 29739                       LEWISVILLE
## 29743                        LEVELLAND
## 29747                          BAYTOWN
## 29748                       TEXAS CITY
## 29751                        SOUTHLAKE
## 29765                          GARLAND
## 29766                    COPPERAS COVE
## 29767                          SHERMAN
## 29772                          TIMPSON
## 29778                    WICHITA FALLS
## 29781                       CEDAR PARK
## 29782                       ROUND ROCK
## 29787                         LONGVIEW
## 29802                        HARLINGEN
## 29804                     FLOWER MOUND
## 29808                           HEDLEY
## 29816                           LEAKEY
## 29846                         EDINBURG
## 29850                         BAY CITY
## 29851                            ENNIS
## 29862                           CONROE
## 29863                            ALLEN
## 29869                         AMARILLO
## 29870                         FREEPORT
## 29873                          KILGORE
## 29876                           FORNEY
## 29886                        DEL VALLE
## 29898                           HUMBLE
## 29905                   FARMERS BRANCH
## 29912                           IRVING
## 29921                      WEATHERFORD
## 29940                           EULESS
## 29942                    THE WOODLANDS
## 29946                     PFLUGERVILLE
## 29961                        NEW CANEY
## 29964                    NEW BRAUNFELS
## 29978                       WAXAHACHIE
## 29979                       CEDAR HILL
## 29987                         MCKINNEY
## 29995                           WEIMAR
## 29997                        NEDERLAND
## 29998                  SULPHUR SPRINGS
## 30003                    GRAND PRAIRIE
## 30016                    MISSOURI CITY
## 30028                    BALCH SPRINGS
## 30037                             AZLE
## 30056                             KEMP
## 30068                             KATY
## 30069                      PORT NECHES
## 30072                           FRISCO
## 30082                     FORT HANCOCK
## 30096                          TOMBALL
## 30115                         SHEPHERD
## 30119                         LA PORTE
## 30128                            PECOS
## 30129                          LEGGETT
## 30139                         MESQUITE
## 30176                           TEMPLE
## 30181                         SAN JUAN
## 30182                          PEASTER
## 30184                     NEYLANDVILLE
## 30190                        STREETMAN
## 30200                      NACOGDOCHES
## 30207                  RIO GRANDE CITY
## 30216                       SUGAR LAND
## 30222                         ROBINSON
## 30244                            CLUTE
## 30257                          MARQUEZ
## 30266                           MABANK
## 30278                        GALVESTON
## 30283                         BELLAIRE
## 30284                          MCALLEN
## 30287                        VAN VLECK
## 30294                          MELISSA
## 30297                      HALTOM CITY
## 30319                            OZONA
## 30320                            LEONA
## 30322                           GUNTER
## 30340                       NOLANVILLE
## 30354                          MINEOLA
## 30361                           DENTON
## 30368                       LITTLE ELM
## 30385                          JARRELL
## 30408                           GODLEY
## 30409                            HURST
## 30420                       BIG SPRING
## 30421                             FLAT
## 30474                          DALHART
## 30476                         BULVERDE
## 30477                        ESCOBARES
## 30478                       RIVER OAKS
## 30526                            RALLS
## 30537                       RICHARDSON
## 30601                     BRECKENRIDGE
## 30602                        KERRVILLE
## 30607                        STOCKDALE
## 30618                           SINTON
## 30672                          AVINGER
## 30680                         ANGLETON
## 30701                          LEONARD
## 30716                             RICE
## 30733                          COLEMAN
## 30758                     LAKE JACKSON
## 30759                         ROCKWALL
## 30761                         BURLESON
## 30777                         ALVARADO
## 30787                          PROSPER
## 30792                      NEW WAVERLY
## 30805                          LEANDER
## 30813                        GLEN ROSE
## 30817                           KURTEN
## 30836                         GRANBURY
## 30838                              TYE
## 30846                       QUEEN CITY
## 30850                       SAN BENITO
## 30851                        DICKINSON
## 30862                          LA JOYA
## 30870                      LEAGUE CITY
## 30889                          CARMINE
## 30912                         TOM BEAN
## 30914                 HIGHLAND VILLAGE
## 30923                      FOREST HILL
## 30958                         BELLMEAD
## 30966                        LA MARQUE
## 30967                            ECTOR
## 30989                        ROSENBERG
## 30995                  COLLEGE STATION
## 30996                            LUCAS
## 31009                         ASHERTON
## 31026             NORTH RICHLAND HILLS
## 31029                      CADDO MILLS
## 31038                         TORNILLO
## 31045                           LUFKIN
## 31061                          WESLACO
## 31062                        BROWNWOOD
## 31087                      NORTH ZULCH
## 31092                            MANOR
## 31166                           ABBOTT
## 31225                           DESOTO
## 31245                       FALFURRIAS
## 31278                      WHITEWRIGHT
## 31385                           WILLIS
## 31389                         YORKTOWN
## 31409                         EL CAMPO
## 31441                     ARANSAS PASS
## 31450                       LOS INDIOS
## 31456                      BRIDGE CITY
## 31488                         CATARINA
## 31489                          SCHERTZ
## 31502                          BLOSSOM
## 31527                        SOUR LAKE
## 31561                         HEMPHILL
## 31594                            VENUS
## 31595                           KELLER
## 31659                        INGLESIDE
## 31663                     SHADY SHORES
## 31690                          TERRELL
## 31715                            SEALY
## 31735                             ANNA
## 31746                    SOUTH HOUSTON
## 31755                          ROWLETT
## 31776                             KYLE
## 31800                   JERSEY VILLAGE
## 31809                             BUDA
## 31834                  CARRIZO SPRINGS
## 31862                            ALICE
## 31864                           SNYDER
## 31884                           BORGER
## 31968                          KAUFMAN
## 31981                       SEAGOVILLE
## 31984                      PORT LAVACA
## 32015                        OAK POINT
## 32016                       KINGSVILLE
## 32072                        WOLFFORTH
## 32110                           HEWITT
## 32130                          MATADOR
## 32254                            ALVIN
## 32281                           WILMER
## 32312                        STONEWALL
## 32319                   HOLLYWOOD PARK
## 32322                    MINERAL WELLS
## 32379                           GILMER
## 32386                          ELECTRA
## 32414                         PEARSALL
## 32422                           SALADO
## 32428                          BRENHAM
## 32445                         BENJAMIN
## 32472                           ARGYLE
## 32504            WEST UNIVERSITY PLACE
## 32510                       THE COLONY
## 32536                            DONNA
## 32539                         GOODRICH
## 32545                            HONDO
## 32546                     MAURICEVILLE
## 32548                 WHITE SETTLEMENT
## 32564                         ROBSTOWN
## 32601                            KIRBY
## 32602                            EMORY
## 32620                           MARLIN
## 32632                           HEARNE
## 32643                        CORSICANA
## 32673                         MULESHOE
## 32692                         RICHARDS
## 32700                    LACY-LAKEVIEW
## 32740                         HUTCHINS
## 32744                      FRIENDSWOOD
## 32749                     LIBERTY HILL
## 32759                 BALCONES HEIGHTS
## 32762                MCLENDON-CHISHOLM
## 32779                      WILLS POINT
## 32785                           JOSHUA
## 32794                    SULLIVAN CITY
## 32795                      DUNCANVILLE
## 32805                            BOWIE
## 32860                         CLEBURNE
## 32871                  BRUCEVILLE-EDDY
## 32915                            GOREE
## 32947                      GALENA PARK
## 33026                      RUNAWAY BAY
## 33047                           CACTUS
## 33095                       GLADEWATER
## 33135                            CLINT
## 33144                          HELOTES
## 33145                  OAK RIDGE NORTH
## 33156                      LEON VALLEY
## 33166                  FAIR OAKS RANCH
## 33168                  GUN BARREL CITY
## 33175                           DEVINE
## 33198                         MERCEDES
## 33208                  SOUTH SALT LAKE
## 33214                        HURRICANE
## 33215                   SALT LAKE CITY
## 33217                            PROVO
## 33218                            OGDEN
## 33219                     SAINT GEORGE
## 33223                             MOAB
## 33224                         ALTAMONT
## 33225                     KANARRAVILLE
## 33226                          MIDVALE
## 33228                         HINCKLEY
## 33229                 WEST VALLEY CITY
## 33230                   PLEASANT GROVE
## 33231                           HOLDEN
## 33232                           LAYTON
## 33234                       CEDAR CITY
## 33237                        KAYSVILLE
## 33238                             OREM
## 33242                           BEAVER
## 33243                     SOUTH JORDAN
## 33244                          PAROWAN
## 33247                       SANDY CITY
## 33248                   EAGLE MOUNTAIN
## 33254                           SEVIER
## 33257                     TAYLORSVILLE
## 33258                         DUCHESNE
## 33259                            NEPHI
## 33264                         RANDLETT
## 33267                       WELLINGTON
## 33272                      WEST JORDAN
## 33273                        PARAGONAH
## 33281                      TOQUERVILLE
## 33283                           GENOLA
## 33285                           MURRAY
## 33288                            KANAB
## 33291                            PRICE
## 33293                           KEARNS
## 33294                     SPANISH FORK
## 33298                          WILLARD
## 33299                             MONA
## 33300                         BLANDING
## 33304                      GREEN RIVER
## 33305                           SIGURD
## 33310                     BRYCE CANYON
## 33312                           VIRGIN
## 33313                   MOUNTAIN GREEN
## 33314                      CEDAR HILLS
## 33317                            MAGNA
## 33319                        BLUFFDALE
## 33320                           MORGAN
## 33329                          WANSHIP
## 33330                         WENDOVER
## 33331                           HELPER
## 33340                         HERRIMAN
## 33341                         HOLLADAY
## 33342                              ROY
## 33353                           VERNAL
## 33355                            MANTI
## 33356                           JOSEPH
## 33357                           SCIPIO
## 33363                    FORT DUCHESNE
## 33365                             ERDA
## 33374                           TORREY
## 33378                          GUNLOCK
## 33380                     BRIGHAM CITY
## 33386                           DUGWAY
## 33403                            MYTON
## 33404                           TOOELE
## 33406                             ECHO
## 33414                            ENOCH
## 33415                       LEAMINGTON
## 33418                          CORINNE
## 33427                         LAVERKIN
## 33432                             LEHI
## 33438                           FERRON
## 33448                            ANETH
## 33452                       HEBER CITY
## 33463                            IVINS
## 33464                     DERBY CENTER
## 33466                 SOUTH SHAFTSBURY
## 33467                        SHELBURNE
## 33468                           LYNDON
## 33470                  HIGHGATE CENTER
## 33472                           BENSON
## 33474                    CUTTINGSVILLE
## 33475                       MONTPELIER
## 33479                         WHEELOCK
## 33489                   GEORGIA CENTER
## 33490                          SWANTON
## 33493                            BARRE
## 33494                        HINESBURG
## 33495                       STARKSBORO
## 33497                      MORRISVILLE
## 33498                        MIDDLESEX
## 33499                          RUTLAND
## 33501                      LYNDONVILLE
## 33502                          JERICHO
## 33505                 SOUTH BURLINGTON
## 33511                      BRATTLEBORO
## 33514                        CASTLETON
## 33515                   WEST WARDSBORO
## 33516                      FERRISBURGH
## 33517                       WAITSFIELD
## 33523                       CHESAPEAKE
## 33531                   VIRGINIA BEACH
## 33532                        LYNCHBURG
## 33535                     NEWPORT NEWS
## 33549                          SUFFOLK
## 33564                          NORFOLK
## 33608                          BERGTON
## 33618                         DUMFRIES
## 33635                         POQUOSON
## 33695                     HARRISONBURG
## 33697                     TAPPAHANNOCK
## 33744                   FREDERICKSBURG
## 33803                           EXMORE
## 33882                        CHILHOWIE
## 33883                      STONY CREEK
## 33918                          NARROWS
## 33970                       HILLSVILLE
## 33995                         CULPEPER
## 34001                  CHARLOTTESVILLE
## 34043                         STAUNTON
## 34056                       CLINCHPORT
## 34062                         MANASSAS
## 34086                       SHENANDOAH
## 34114                   CHRISTIANSBURG
## 34137                      BELLE HAVEN
## 34170                       WYTHEVILLE
## 34171                         DUFFIELD
## 34228                            CREWE
## 34308                     CAPE CHARLES
## 34318                          SPOKANE
## 34321                          SEATTLE
## 34324                        ANACORTES
## 34331                          OLYMPIA
## 34335                         LYNNWOOD
## 34336                        VANCOUVER
## 34338                             KENT
## 34345                           YAKIMA
## 34347                        KENNEWICK
## 34350                   AIRWAY HEIGHTS
## 34353                      FEDERAL WAY
## 34356                          EVERETT
## 34367                            KELSO
## 34369                       STEILACOOM
## 34375                           TACOMA
## 34382                MOUNTLAKE TERRACE
## 34383                         TUMWATER
## 34391                             FIFE
## 34404                         ISSAQUAH
## 34413                           RENTON
## 34419                    SEDRO-WOOLLEY
## 34423                   SPOKANE VALLEY
## 34432                          TUKWILA
## 34439                       GIG HARBOR
## 34440                           CHELAN
## 34443                            LACEY
## 34447                          PULLMAN
## 34455                        SHORELINE
## 34501                         PUYALLUP
## 34507                           SEATAC
## 34531                          OTHELLO
## 34554                      WOODINVILLE
## 34575                            CAMAS
## 34590                            PASCO
## 34601                             OMAK
## 34631                       MOXEE CITY
## 34635                    BATTLE GROUND
## 34639                          BOTHELL
## 34644                 UNIVERSITY PLACE
## 34697                        BREMERTON
## 34719                         ENUMCLAW
## 34732                           NACHES
## 34742                       OAK HARBOR
## 34766                     MAPLE VALLEY
## 34768                          HOQUIAM
## 34788                          EDMONDS
## 34800                           SEQUIM
## 34811                     LAKE STEVENS
## 34843                      CLEAR CREEK
## 34844                           INWOOD
## 34845                     CAPON BRIDGE
## 34846                      MARTINSBURG
## 34848                            NEOLA
## 34849                           RANSON
## 34850                           RUPERT
## 34851                     NEW RICHMOND
## 34852                     CHARLES TOWN
## 34853                         MILLWOOD
## 34856                        CLENDENIN
## 34857                      BIG CHIMNEY
## 34862                           WALKER
## 34863                            CROWN
## 34864                      PARKERSBURG
## 34866                       CLARKSBURG
## 34867                       BUCKHANNON
## 34868                     SUMMERSVILLE
## 34870                   FALLING WATERS
## 34871                      LOWER BELLE
## 34872                             CRUM
## 34873                           RACINE
## 34874                   BRUCETON MILLS
## 34875                         OAK HILL
## 34877                 BERKELEY SPRINGS
## 34878                           BOWDEN
## 34884                     SISTERSVILLE
## 34885                         BLOOMERY
## 34887                         BRAMWELL
## 34889                       ALUM CREEK
## 34890                     FRENCH CREEK
## 34891                     CHAPMANVILLE
## 34893                      SISSONVILLE
## 34894                      SPRING DALE
## 34896                        BLUEFIELD
## 34898                       RAVENSWOOD
## 34902                        EAST LYNN
## 34904                       RONCEVERTE
## 34905                         RAINELLE
## 34906                       NEW MILTON
## 34908                       MORGANTOWN
## 34909                        GLEN JEAN
## 34914                           ELKINS
## 34918                      HEDGESVILLE
## 34919                          SCARBRO
## 34920                     WALKERSVILLE
## 34921                       KOPPERSTON
## 34923                        MASONTOWN
## 34926                           ROMNEY
## 34927                         MONTCALM
## 34928                    MEADOW BRIDGE
## 34930                        LIZEMORES
## 34931                    SHEPHERDSTOWN
## 34935                   FALLING SPRING
## 34936                       CLEAR FORK
## 34947                          LOOKOUT
## 34951                      BUNKER HILL
## 34952                           DUNBAR
## 34955                       FLEMINGTON
## 34958                     COTTAGEVILLE
## 34960                            WELCH
## 34965                    KEARNEYSVILLE
## 34967                      MOUNDSVILLE
## 34973                    HARPERS FERRY
## 34976                             LEON
## 34979                           SCHERR
## 34980                      SAINT MARYS
## 34983                          DANIELS
## 34984              SHENANDOAH JUNCTION
## 34986                           DAILEY
## 34987                      SLANESVILLE
## 34990                      CABIN CREEK
## 34992                          NEWBURG
## 34993                 NEW MARTINSVILLE
## 34997            WHITE SULPHUR SPRINGS
## 35001                      CRAIGSVILLE
## 35003                        SMITHBURG
## 35013                      MOUNT STORM
## 35014                        NEW CREEK
## 35018                           NEWELL
## 35019                        SWEETLAND
## 35020                          GRAFTON
## 35021                   POINT PLEASANT
## 35026                        GALLAGHER
## 35027                            TEAYS
## 35029                       SANDYVILLE
## 35030                          PREMIER
## 35034                         LASHMEET
## 35037                       BRANCHLAND
## 35039                        EAST BANK
## 35041                       OLD FIELDS
## 35042                        DELBARTON
## 35043                           CANVAS
## 35044                     HUTTONSVILLE
## 35047                         BRADSHAW
## 35050                    YELLOW SPRING
## 35053                        LAVALETTE
## 35057                         BLUEWELL
## 35058                           RAMAGE
## 35061                        RED HOUSE
## 35062                          WEIRTON
## 35065                     SAINT ALBANS
## 35066                           READER
## 35067                     LITTLE BIRCH
## 35072                   NEW MANCHESTER
## 35074                       MANNINGTON
## 35075                      VALLEY HEAD
## 35076                           KENOVA
## 35081                           SHANKS
## 35084                     GREEN SPRING
## 35091                      UPPER TRACT
## 35094                        MILWAUKEE
## 35096                 PLEASANT PRAIRIE
## 35100                         WAUKESHA
## 35103                   CHIPPEWA FALLS
## 35116                       TWIN LAKES
## 35117                          KENOSHA
## 35121                      FOND DU LAC
## 35123                           MONONA
## 35127                       GENOA CITY
## 35134                          DRESSER
## 35156                          OSHKOSH
## 35157                           BELOIT
## 35169                          SUAMICO
## 35175                          SHAWANO
## 35184                      SUN PRAIRIE
## 35205                    MINERAL POINT
## 35217                           WINTER
## 35224                         ONALASKA
## 35225                       EAU CLAIRE
## 35226                       SISTER BAY
## 35230                         KAUKAUNA
## 35238                       WEST ALLIS
## 35252                 WISCONSIN RAPIDS
## 35256                           WAUSAU
## 35260                        GREEN BAY
## 35277                        MIDDLETON
## 35295                           HATLEY
## 35302                        LA CROSSE
## 35312                      ASHWAUBENON
## 35324                           KOHLER
## 35333                        CALEDONIA
## 35366                        WAUWATOSA
## 35377                        MANITOWOC
## 35413                  SOUTH MILWAUKEE
## 35428                        SHEBOYGAN
## 35468                      LAKE DELTON
## 35475                           NEENAH
## 35484                         PEWAUKEE
## 35502                            KNAPP
## 35516                           ALGOMA
## 35542                          WHEELER
## 35571                     ROCK SPRINGS
## 35572                         APPLETON
## 35607                     PORT EDWARDS
## 35609                   WEST MILWAUKEE
## 35655                          LARAMIE
## 35660                           CASPER
## 35663                         CHEYENNE
## 35681                       RANCHESTER
## 35684                         GILLETTE
## 35714                          RAWLINS
## 35718                         GUERNSEY
## 35733                             CODY
## 35757                           LANDER
unique(datos["STATENAME"])
##                  STATENAME
## 1                  Alabama
## 853                 Alaska
## 906                Arizona
## 1873              Arkansas
## 2458            California
## 6016              Colorado
## 6590           Connecticut
## 6869              Delaware
## 6973  District of Columbia
## 7007               Florida
## 10105              Georgia
## 11627               Hawaii
## 11708                Idaho
## 11896             Illinois
## 12983              Indiana
## 13798                 Iowa
## 14102               Kansas
## 14484             Kentucky
## 15193            Louisiana
## 15955                Maine
## 16106             Maryland
## 16646        Massachusetts
## 16973             Michigan
## 17984            Minnesota
## 18353          Mississippi
## 19040             Missouri
## 19954              Montana
## 20144             Nebraska
## 20361               Nevada
## 20654        New Hampshire
## 20752           New Jersey
## 21299           New Mexico
## 21664             New York
## 22627       North Carolina
## 24039         North Dakota
## 24135                 Ohio
## 25289             Oklahoma
## 25888               Oregon
## 26349         Pennsylvania
## 27409         Rhode Island
## 27475       South Carolina
## 28437         South Dakota
## 28569            Tennessee
## 29688                Texas
## 33208                 Utah
## 33464              Vermont
## 33522             Virginia
## 34318           Washington
## 34843        West Virginia
## 35092            Wisconsin
## 35653              Wyoming
#Contamos cuantas veces aparecen cada una de los posibles valores dentro de cada variable, esto nos dará una idea de dónde se producen más accidentes en cada, entorno, ciudad y estado
table(datos$RUR_URBNAME)
## 
##                      Not Reported                             Rural 
##                               348                             15033 
## Trafficway Not in State Inventory                           Unknown 
##                                69                                83 
##                             Urban 
##                             20233
table(datos$CITYNAME)
## 
##                        ABBEVILLE                           ABBOTT 
##                                3                                1 
##                         ABERDEEN                          ABILENE 
##                                6                               14 
##                         ABINGTON                          ABIQUIU 
##                                1                                1 
##                            ACTON                          ACWORTH 
##                                2                                1 
##                              ADA                       ADAMSVILLE 
##                                2                                2 
##                            ADDIS                          ADDISON 
##                                1                                3 
##                             ADEL                         ADELANTO 
##                                2                                2 
##                           ADRIAN                            AFTON 
##                                2                                2 
##                          AHOSKIE                            AIKEN 
##                                1                                1 
##                          AIRMONT                   AIRWAY HEIGHTS 
##                                1                                1 
##                              AJO                            AKRON 
##                                1                               30 
##                        ALABASTER                          ALACHUA 
##                                1                                5 
##                          ALAMEDA                            ALAMO 
##                                1                                2 
##                       ALAMOGORDO                          ALAMOSA 
##                                1                                1 
##                          ALAPAHA                           ALBANY 
##                                1                               24 
##                      ALBERTVILLE                           ALBION 
##                                2                                3 
##                      ALBUQUERQUE                        ALEXANDER 
##                              101                                1 
##                   ALEXANDER CITY                       ALEXANDRIA 
##                                1                               10 
##                           ALGOMA                         ALHAMBRA 
##                                1                                2 
##                            ALICE                         ALLEGANY 
##                                1                                1 
##                            ALLEN                       ALLEN PARK 
##                                4                                1 
##                        ALLENDALE                        ALLENTOWN 
##                                1                                7 
##                         ALLIANCE                             ALNA 
##                                1                                1 
##                           ALPENA                       ALPHARETTA 
##                                1                                2 
##                           ALPINE                         ALTAMONT 
##                                4                                1 
##                ALTAMONTE SPRINGS                           ALTMAR 
##                                3                                1 
##                            ALTON                       ALUM CREEK 
##                                6                                2 
##                         ALVARADO                            ALVIN 
##                                1                                3 
##                           AMALIA                         AMARILLO 
##                                1                               23 
##                           AMENIA                  AMERICAN CANYON 
##                                3                                3 
##                          AMHERST                            AMITE 
##                                7                                2 
##                        AMSTERDAM                        ANACORTES 
##                                1                                3 
##                         ANADARKO                          ANAHEIM 
##                                1                               27 
##                          ANAMOSA                        ANCHORAGE 
##                                1                               14 
##                         ANDERSON                          ANDOVER 
##                                9                                6 
##                            ANETH                           ANGIER 
##                                1                                1 
##                         ANGLETON                           ANGOLA 
##                                3                                1 
##                           ANKENY                        ANN ARBOR 
##                                1                                4 
##                             ANNA                         ANNISTON 
##                                1                                4 
##                          ANSONIA                          ANTHONY 
##                                1                                1 
##                          ANTIOCH                          ANTWERP 
##                                8                                2 
##                  APACHE JUNCTION                           APOPKA 
##                                5                                9 
##                     APPLE VALLEY                         APPLETON 
##                               11                                1 
##                          APPLING                     ARANSAS PASS 
##                                1                                1 
##                          ARBUTUS                          ARCADIA 
##                                1                                3 
##                         ARCHBALD                            ARDEN 
##                                1                                2 
##                          ARDMORE                          ARDSLEY 
##                                4                                1 
##                          ARGENTA                            ARGOS 
##                                1                                1 
##                           ARGYLE                        ARLINGTON 
##                                1                               33 
##                ARLINGTON HEIGHTS                           ARNOLD 
##                                4                                3 
##                    ARROYO GRANDE                      ARROYO SECO 
##                                1                                1 
##                          ARTESIA                           ARVADA 
##                                1                                4 
##                            ARVIN                              ARY 
##                                1                                1 
##                         ASHEBORO                         ASHERTON 
##                                2                                1 
##                        ASHEVILLE                          ASHLAND 
##                               15                                4 
##                        ASHTABULA                         ASHVILLE 
##                                1                                2 
##                      ASHWAUBENON                            ASPEN 
##                                3                                1 
##                       ATASCADERO                         ATCHISON 
##                                1                                2 
##                           ATHENS                         ATHERTON 
##                               20                                1 
##                          ATLANTA                    ATLANTIC CITY 
##                               68                                3 
##                         ATLANTIS                          ATTALLA 
##                                2                                1 
##                           AUBURN                       AUBURNDALE 
##                               24                                3 
##                          AUGUSTA                             AULT 
##                               30                                1 
##                           AURORA                          AUSTELL 
##                               48                                3 
##                       AUSTERLITZ                           AUSTIN 
##                                2                               88 
##                           AVENAL                         AVENTURA 
##                                2                                1 
##                          AVINGER                            AVOCA 
##                                1                                1 
##                             AVON                         AVONDALE 
##                                5                                7 
##                          AWENDAW                            AYDEN 
##                                3                                1 
##                             AZLE                            AZUSA 
##                                1                                4 
##                          BABYLON                           BAGLEY 
##                               15                                1 
##                            BAKER                      BAKERSFIELD 
##                                3                               48 
##                      BAL HARBOUR                    BALCH SPRINGS 
##                                1                                4 
##                 BALCONES HEIGHTS                        BALD KNOB 
##                                1                                1 
##                          BALDWIN                     BALDWIN CITY 
##                                1                                1 
##                     BALDWIN PARK                      BALL GROUND 
##                                3                                1 
##                          BALLWIN                        BALTIMORE 
##                                1                               58 
##                           BANDON                           BANGOR 
##                                1                                5 
##                  BANGOR TOWNSHIP                          BANNING 
##                                1                                1 
##                      BANNOCKBURN                         BAPCHULE 
##                                1                                2 
##                       BAR HARBOR                           BARAGA 
##                                2                                2 
##                        BARBERTON                     BARBOURVILLE 
##                                2                                1 
##                        BARDSTOWN                            BARRE 
##                                2                                1 
##                          BARSTOW                         BARTLETT 
##                                5                                4 
##                           BARTON                      BARTONVILLE 
##                                1                                1 
##                           BARTOW                          BASEHOR 
##                                3                                1 
##                          BASTROP                          BATAVIA 
##                                5                                3 
##                       BATESVILLE                             BATH 
##                                2                                2 
##                      BATON ROUGE                     BATTLE CREEK 
##                               53                                9 
##                    BATTLE GROUND                         BAY CITY 
##                                1                                1 
##                      BAY MINETTE                      BAY SPRINGS 
##                                1                                1 
##                          BAYBORO                          BAYONNE 
##                                1                                2 
##                          BAYTOWN                            BEACH 
##                               11                                1 
##                        BEACHWOOD                           BEACON 
##                                1                                1 
##                     BEACON FALLS                     BEAN STATION 
##                                1                                2 
##                         BEATRICE                         BEAUMONT 
##                                1                               34 
##                           BEAVER                     BEAVER CREEK 
##                                4                                2 
##                        BEAVERTON                       BEAVERTOWN 
##                                3                                1 
##                           BECKET                          BEDFORD 
##                                1                                6 
##                     BEDFORD PARK                       BEDMINSTER 
##                                1                                2 
##                      BEECH GROVE                          BEL AIR 
##                                1                                1 
##                         BELCOURT                            BELEN 
##                                1                                2 
##                          BELFAST                         BELGRADE 
##                                3                                1 
##                             BELL                     BELL GARDENS 
##                                2                                1 
##                      BELLA VISTA                         BELLAIRE 
##                                1                                2 
##                      BELLE GLADE                      BELLE HAVEN 
##                                2                                1 
##                       BELLE ROSE          BELLEFONTAINE NEIGHBORS 
##                                1                                3 
##                       BELLEFONTE                        BELLEVIEW 
##                                1                                1 
##                       BELLEVILLE                         BELLEVUE 
##                                7                                7 
##                       BELLFLOWER                       BELLINGHAM 
##                                5                                2 
##                         BELLMAWR                         BELLMEAD 
##                                2                                2 
##                         BELLWOOD                          BELMONT 
##                                1                                5 
##                           BELOIT                           BELTON 
##                                3                                3 
##                       BELTSVILLE                        BELVIDERE 
##                                2                                1 
##                          BEMIDJI                             BEND 
##                                2                                2 
##                           BENHAM                         BENJAMIN 
##                                1                                1 
##                      BENSENVILLE                           BENSON 
##                                2                                1 
##                           BENTON                    BENTON HARBOR 
##                                2                                1 
##                   BENTON HEIGHTS                      BENTONVILLE 
##                                1                                4 
##                            BEREA                           BERGEN 
##                                3                                3 
##                          BERGTON                           BERINO 
##                                1                                2 
##                         BERKELEY                 BERKELEY SPRINGS 
##                                9                                1 
##                          BERKLEY                       BERNALILLO 
##                                2                                2 
##                          BERWICK                           BERWYN 
##                                4                                1 
##                   BERWYN HEIGHTS                         BESSEMER 
##                                1                               10 
##                          BETHANY                           BETHEL 
##                                2                                3 
##                        BETHLEHEM                      BEVINSVILLE 
##                                5                                1 
##                    BIG BEAR LAKE                      BIG CHIMNEY 
##                                1                                2 
##                        BIG FLATS                       BIG RAPIDS 
##                                1                                1 
##                       BIG SPRING                   BIG STONE CITY 
##                                5                                1 
##                         BILLINGS                           BILOXI 
##                                6                               11 
##                        BIRCH RUN                        BIRD CITY 
##                                1                                1 
##                       BIRMINGHAM                           BISCOE 
##                               43                                1 
##                         BISMARCK                      BLACK CREEK 
##                                4                                1 
##                       BLACKSHEAR                      BLADENSBURG 
##                                1                                2 
##                           BLAINE                            BLAIR 
##                                2                                1 
##                      BLAIRSVILLE                          BLAKELY 
##                                1                                2 
##                        BLANCHARD                      BLANCHESTER 
##                                2                                1 
##                         BLANDING                          BLEDSOE 
##                                1                                1 
##                         BLOOMERY                       BLOOMFIELD 
##                                1                                3 
##               BLOOMFIELD VILLAGE                   BLOOMING GROVE 
##                                1                                1 
##                     BLOOMINGBURG                     BLOOMINGDALE 
##                                1                                1 
##                      BLOOMINGTON                          BLOSSOM 
##                               15                                1 
##                     BLOUNTSVILLE                      BLOUNTVILLE 
##                                1                                1 
##                       BLUE EARTH                        BLUE HILL 
##                                1                                1 
##                      BLUE ISLAND                       BLUE MOUND 
##                                3                                1 
##                       BLUE RIDGE                     BLUE SPRINGS 
##                                1                                1 
##                        BLUEFIELD                         BLUEWELL 
##                                3                                1 
##                       BLUFF CITY                        BLUFFDALE 
##                                2                                2 
##                         BLUFFTON                           BLYTHE 
##                                3                                3 
##                      BLYTHEVILLE                             BOAZ 
##                                2                                1 
##                       BOCA RATON                  BODENBURG BUTTE 
##                               11                                1 
##                         BOGALUSA                           BOGART 
##                                1                                1 
##                            BOISE                      BOLINGBROOK 
##                                9                                3 
##                           BOLTON                           BOMBAY 
##                                3                                1 
##                   BONITA SPRINGS                   BONNER SPRINGS 
##                                1                                2 
##                    BONNERS FERRY                         BONNYMAN 
##                                1                                1 
##                            BOONE                       BOONEVILLE 
##                                4                                1 
##                        BOONVILLE                           BORGER 
##                                3                                1 
##                         BOSCAWEN                     BOSSIER CITY 
##                                1                                8 
##                           BOSTON                   BOSTON HEIGHTS 
##                               18                                1 
##                          BOTHELL                          BOULDER 
##                                1                                3 
##                      BOUND BROOK                      BOURBONNAIS 
##                                1                                1 
##                           BOURNE                           BOWDEN 
##                                4                                1 
##                           BOWDON                            BOWIE 
##                                1                                1 
##                    BOWLING GREEN                          BOXFORD 
##                                9                                1 
##                         BOYLSTON                    BOYNTON BEACH 
##                                1                               14 
##                        BRADENTON                         BRADFORD 
##                                7                                1 
##                          BRADLEY                         BRADSHAW 
##                                1                                1 
##                         BRAINERD                         BRAMWELL 
##                                2                                1 
##                  BRANCHBURG PARK                       BRANCHLAND 
##                                2                                1 
##                      BRANDENBURG                          BRANDON 
##                                1                                2 
##                         BRANFORD                            BRANT 
##                                2                                2 
##                        BRASELTON                      BRATTLEBORO 
##                                1                                1 
##                          BRAWLEY                           BRAZIL 
##                                1                                2 
##                    BREAUX BRIDGE                     BRECKENRIDGE 
##                                1                                1 
##                           BREMEN                        BREMERTON 
##                                1                                1 
##                          BRENHAM                        BRENTWOOD 
##                                1                                9 
##                           BREWER                         BREWSTER 
##                                1                                1 
##                          BREWTON                      BRIDGE CITY 
##                                1                                3 
##                       BRIDGEBORO                       BRIDGEPORT 
##                                1                               17 
##                        BRIDGETON                       BRIDGEVIEW 
##                                4                                1 
##                      BRIDGEVILLE                      BRIDGEWATER 
##                                3                                2 
##                       BRIGANTINE                     BRIGHAM CITY 
##                                1                                3 
##                         BRIGHTON                        BRIMFIELD 
##                               10                                2 
##                          BRISTOL                       BROADALBIN 
##                                9                                1 
##                         BROCKTON                     BROKEN ARROW 
##                                8                                4 
##                       BROOK PARK                       BROOKFIELD 
##                                1                                2 
##                       BROOKHAVEN                        BROOKINGS 
##                               28                                1 
##                        BROOKLAWN                        BROOKLINE 
##                                1                                1 
##                BROOKLINE VILLAGE                         BROOKLYN 
##                                1                                2 
##                  BROOKLYN CENTER                    BROOKLYN PARK 
##                                6                                3 
##                      BROOKSVILLE                       BROOKVILLE 
##                                7                                3 
##                       BROOMFIELD                        BROUSSARD 
##                                4                                1 
##                       BROWNFIELD                         BROWNING 
##                                2                                1 
##                       BROWNSBURG              BROWNSTOWN TOWNSHIP 
##                                2                                1 
##                      BROWNSVILLE                        BROWNWOOD 
##                                8                                1 
##                          BROXTON                         BRUCETON 
##                                1                                1 
##                   BRUCETON MILLS                  BRUCEVILLE-EDDY 
##                                2                                1 
##                        BRUNDIDGE                        BRUNSWICK 
##                                1                                5 
##                            BRUSH                            BRYAN 
##                                1                               10 
##                           BRYANT                     BRYCE CANYON 
##                                1                                1 
##                         BUCHANAN                          BUCKEYE 
##                                3                               17 
##                       BUCKHANNON                       BUCKINGHAM 
##                                4                                1 
##                        BUCKSPORT                             BUDA 
##                                3                                2 
##                       BUENA PARK                          BUFFALO 
##                                2                               15 
##                    BUFFALO GROVE                    BULLHEAD CITY 
##                                3                                6 
##                         BULVERDE                      BUNKER HILL 
##                                2                                2 
##                          BURBANK                         BURLESON 
##                                4                                5 
##                       BURLINGAME                       BURLINGTON 
##                                2                               16 
##              BURLINGTON TOWNSHIP                       BURNETTOWN 
##                                1                                1 
##                       BURNS FLAT                     BURNS HARBOR 
##                                1                                1 
##                       BURNSVILLE                           BURTON 
##                                2                                3 
##                            BUSTI                           BUTLER 
##                                1                                1 
##                            BUTTE                           BUXTON 
##                                2                                1 
##                            BYLAS                             BYNG 
##                                1                                1 
##                            BYRON                      CABIN CREEK 
##                                2                                1 
##                            CABOT                           CACTUS 
##                                2                                1 
##                      CADDO MILLS                         CADILLAC 
##                                1                                1 
##                            CADIZ                          CAHOKIA 
##                                2                                1 
##                            CAIRO                        CALABASAS 
##                                5                                1 
##                       CALDERWOOD                         CALDWELL 
##                                2                                4 
##                        CALEDONIA                           CALERA 
##                                3                                2 
##                         CALEXICO                     CALHOUN CITY 
##                                1                                1 
##                       CALIFORNIA                  CALIFORNIA CITY 
##                                1                                2 
##                         CALLAWAY                        CALLICOON 
##                                2                                2 
##                     CALUMET CITY                     CALUMET PARK 
##                                3                                1 
##                            CAMAS                        CAMBRIDGE 
##                                2                                1 
##                           CAMDEN                          CAMERON 
##                               13                                1 
##                          CAMILLA                         CAMILLUS 
##                                1                                2 
##                        CAMP HILL                     CAMP SPRINGS 
##                                1                                1 
##                       CAMP VERDE                         CAMPBELL 
##                                2                                1 
##                    CAMPBELLSBURG                   CAMPBELLSVILLE 
##                                1                                1 
##                          CAMPTON                           CANAAN 
##                                1                                1 
##                 CANAL WINCHESTER                      CANANDAIGUA 
##                                1                                3 
##                        CANASTOTA                           CANDIA 
##                                2                                1 
##                           CANDOR                     CANNON FALLS 
##                                3                                1 
##                       CANONSBURG                       CANTERBURY 
##                                1                                2 
##                           CANTON                  CANTON TOWNSHIP 
##                               10                                3 
##                           CANVAS                     CAPE CHARLES 
##                                1                                1 
##                       CAPE CORAL                   CAPE GIRARDEAU 
##                               16                                4 
##                  CAPITOL HEIGHTS                     CAPON BRIDGE 
##                                1                                1 
##                       CARBONDALE               CARDIFF BY THE SEA 
##                                2                                1 
##                         CARENCRO                          CARIBOU 
##                                2                                1 
##                             CARL                         CARLISLE 
##                                1                                3 
##                         CARLSBAD                           CARMEL 
##                                8                                4 
##                            CARMI                          CARMINE 
##                                1                                1 
##                    CARNEYS POINT                             CARO 
##                                2                                1 
##                     CAROL STREAM                        CARP LAKE 
##                                1                                1 
##                      CARPINTERIA                  CARRIZO SPRINGS 
##                                1                                1 
##                       CARROLLTON                           CARSON 
##                               13                                7 
##                      CARSON CITY                           CARTER 
##                                1                                1 
##                     CARTERSVILLE                         CARTHAGE 
##                               10                                3 
##                       CARTWRIGHT                   CARUTHERSVILLE 
##                                1                                1 
##                             CARY                      CASA GRANDE 
##                                2                                4 
##                       CASEYVILLE                           CASPER 
##                                1                                3 
##                      CASSELBERRY                        CASSVILLE 
##                                4                                6 
##                          CASTILE                      CASTLE ROCK 
##                                1                                1 
##                        CASTLETON                         CATALINA 
##                                1                                1 
##                         CATARINA                   CATHEDRAL CITY 
##                                1                                7 
##                     CATLETTSBURG                          CATOOSA 
##                                1                                1 
##                        CAVE CITY                           CAYUGA 
##                                1                                1 
##                        CAZENOVIA                    CA\xd1ON CITY 
##                                1                                1 
##                       CEDAR CITY                      CEDAR FALLS 
##                                3                                1 
##                       CEDAR HILL                      CEDAR HILLS 
##                                4                                1 
##                       CEDAR PARK                     CEDAR RAPIDS 
##                                1                                5 
##                    CEDAR SPRINGS                        CEDARTOWN 
##                                1                                2 
##                           CELINA                       CENTENNIAL 
##                                2                                4 
##                      CENTER LINE                       CENTEREACH 
##                                1                                1 
##                      CENTERVILLE                          CENTRAL 
##                                4                                1 
##                    CENTRAL ISLIP                        CENTRALIA 
##                                3                                3 
##                           CENTRE                      CENTREVILLE 
##                                1                                5 
##                            CERES                         CERRITOS 
##                                2                                5 
##                         CHAMBERS                     CHAMBERSBURG 
##                                2                                1 
##                         CHAMBLEE                        CHAMPAIGN 
##                                1                                3 
##                         CHANDLER                        CHANNAHON 
##                               17                                1 
##                      CHAPEL HILL                          CHAPLIN 
##                                1                                1 
##                     CHAPMANVILLE                         CHARITON 
##                                1                                2 
##                        CHARLEROI                     CHARLES TOWN 
##                                1                                3 
##                       CHARLESTON                      CHARLESTOWN 
##                               24                                4 
##                       CHARLEVOIX                        CHARLOTTE 
##                                1                               99 
##                  CHARLOTTESVILLE                         CHARLTON 
##                                5                                1 
##                   CHARLTON DEPOT                       CHATSWORTH 
##                                1                                2 
##                    CHATTAHOOCHEE                      CHATTANOOGA 
##                                1                               28 
##                        CHEBOYGAN                      CHEEKTOWAGA 
##                                1                                4 
##                           CHELAN                       CHELMSFORD 
##                                1                                3 
##                          CHELSEA                          CHEMUNG 
##                                1                                1 
##                  CHENANGO BRIDGE                      CHERRY HILL 
##                                1                                4 
##             CHERRY HILLS VILLAGE                       CHERRYVALE 
##                                1                                1 
##                       CHESAPEAKE                         CHESHIRE 
##                               12                                4 
##                          CHESTER                 CHESTER TOWNSHIP 
##                                5                                1 
##                     CHESTERFIELD            CHESTERFIELD TOWNSHIP 
##                                3                                3 
##                       CHESTERTON                         CHESWICK 
##                                2                                1 
##                         CHEVERLY                         CHEYENNE 
##                                2                                8 
##                          CHICAGO                  CHICAGO HEIGHTS 
##                              177                                2 
##                    CHICAGO RIDGE                       CHICHESTER 
##                                2                                1 
##                      CHICKAMAUGA                        CHICKASHA 
##                                1                                4 
##                            CHICO                         CHICOPEE 
##                                7                                5 
##                        CHIEFLAND                        CHILHOWIE 
##                                1                                1 
##                      CHILLICOTHE                      CHINA GROVE 
##                                1                                2 
##                           CHINLE                            CHINO 
##                                1                                6 
##                      CHINO HILLS                     CHINO VALLEY 
##                                2                                1 
##                   CHIPPEWA FALLS                         CHISHOLM 
##                                1                                1 
##                   CHRISTIANSBURG                      CHULA VISTA 
##                                2                                7 
##                      CHURCH ROCK                      CHURCHVILLE 
##                                2                                1 
##                           CICERO                         CIMARRON 
##                                4                                2 
##                       CINCINNATI                      CINNAMINSON 
##                               36                                2 
##                      CIRCLEVILLE                   CITRUS HEIGHTS 
##                                6                                4 
##                         CLAIRTON                          CLANTON 
##                                1                                2 
##                        CLAREMONT                         CLARENCE 
##                                7                                2 
##                          CLARION                            CLARK 
##                                1                                2 
##                     CLARKESVILLE                       CLARKSBURG 
##                                1                                1 
##                       CLARKSDALE                         CLARKSON 
##                                3                                1 
##                      CLARKSVILLE                        CLAVERACK 
##                               22                                1 
##                          CLAXTON                             CLAY 
##                                1                                2 
##                      CLAY CENTER                        CLAY CITY 
##                                1                                2 
##                         CLAYMONT                          CLAYTON 
##                                2                                8 
##                      CLEAR CREEK                       CLEAR FORK 
##                                1                                1 
##                       CLEAR LAKE                        CLEARLAKE 
##                                2                                5 
##                       CLEARWATER                         CLEBURNE 
##                                4                                1 
##                         CLEMMONS                        CLENDENIN 
##                                1                                2 
##                         CLERMONT                        CLEVELAND 
##                                9                               86 
##                        CLEWISTON                            CLIFF 
##                                1                                1 
##                          CLIFTON                  CLIFTON HEIGHTS 
##                                5                                2 
##                     CLIFTON PARK                       CLINCHPORT 
##                                2                                1 
##                            CLINT                          CLINTON 
##                                1                               18 
##                 CLINTON TOWNSHIP                             CLIO 
##                                3                                1 
##                       CLOCKVILLE                          CLOQUET 
##                                1                                1 
##                       CLOUDCROFT                           CLOVIS 
##                                1                               10 
##                            CLUTE                            CLYDE 
##                                2                                4 
##                           CLYMER                        COACHELLA 
##                                1                                2 
##                       COAL GROVE                      COATESVILLE 
##                                1                                1 
##                            COATS                   COCHITI PUEBLO 
##                                1                                1 
##                            COCOA                      COCOA BEACH 
##                                4                                4 
##                    COCONUT CREEK                             CODY 
##                                5                                1 
##                    COEUR D'ALENE                      COFFEYVILLE 
##                                2                                1 
##                          COHUTTA                       COLCHESTER 
##                                1                                2 
##                      COLD SPRING                          COLEMAN 
##                                3                                1 
##                        COLERAINE                           COLFAX 
##                                1                                1 
##                     COLLEGE PARK                  COLLEGE STATION 
##                                9                                2 
##                     COLLEGEVILLE                     COLLIERVILLE 
##                                1                                3 
##                      COLLINGDALE                     COLLINGSWOOD 
##                                1                                1 
##                          COLLINS                     COLLINSVILLE 
##                                1                                2 
##                          COLONIE                 COLORADO SPRINGS 
##                                3                               49 
##                             COLT                           COLTON 
##                                1                                5 
##                         COLUMBIA                    COLUMBIA CITY 
##                               32                                2 
##                   COLUMBIA FALLS                 COLUMBIA HEIGHTS 
##                                1                                2 
##                       COLUMBIANA                 COLUMBINE VALLEY 
##                                1                                1 
##                         COLUMBUS                         COMMERCE 
##                              109                                8 
##                    COMMERCE CITY                          COMPTON 
##                                5                               18 
##                         COMSTOCK                          CONCORD 
##                                1                               17 
##                         CONGRESS                         CONNEAUT 
##                                3                                2 
##                          CONOVER                           CONROE 
##                                1                                9 
##                       CONSTANTIA                         CONVERSE 
##                                3                                4 
##                           CONWAY                          CONYERS 
##                                8                                7 
##                       COOKEVILLE                      COOL VALLEY 
##                                2                                1 
##                         COOLIDGE                      COON RAPIDS 
##                                3                                3 
##                      COOPER CITY                       Coopertown 
##                                2                                5 
##                    COPPERAS COVE                         COQUILLE 
##                                3                                1 
##                    CORAL SPRINGS                            CORAM 
##                                8                                1 
##                           CORBIN                         CORCORAN 
##                                3                                1 
##                          CORDELE                          CORINNA 
##                                2                                1 
##                          CORINNE                          CORINTH 
##                                1                                5 
##                        CORNELIUS                          CORNING 
##                                2                                1 
##                          CORNISH                        CORNVILLE 
##                                1                                1 
##               CORNWALL-ON-HUDSON                           CORONA 
##                                2                               14 
##                   CORPUS CHRISTI                        CORSICANA 
##                               30                                2 
##                           CORTEZ                         CORTLAND 
##                                3                                2 
##                        CORTLANDT                          CORUNNA 
##                                2                                1 
##                        CORVALLIS                          CORYDON 
##                                2                                1 
##                       COSTA MESA                           COTATI 
##                                5                                1 
##                     COTTAGEVILLE                      COTTLEVILLE 
##                                3                                1 
##                       COTTONWOOD                   COUNCIL BLUFFS 
##                                6                                8 
##                    COUNCIL GROVE               COUNTRY CLUB HILLS 
##                                1                                3 
##                        COUSHATTA                           COVERT 
##                                3                                3 
##                           COVINA                        COVINGTON 
##                                1                               12 
##                           COWETA                     CRAB ORCHARD 
##                                2                                4 
##                          CRAFTON                      CRAIGSVILLE 
##                                1                                1 
##                         CRANBURY                         CRANFORD 
##                                2                                3 
##                         CRANSTON                         CRAWFORD 
##                                3                                1 
##                   CRAWFORDSVILLE                        CRESSKILL 
##                                2                                1 
##                       CREST HILL                        CRESTVIEW 
##                                2                                5 
##                  CRESTVIEW HILLS                            CRETE 
##                                1                                3 
##                      CREVE COEUR                            CREWE 
##                                1                                1 
##                          CROGHAN                         CROMWELL 
##                                1                                2 
##                       CROSSVILLE                 CROTON-ON-HUDSON 
##                                4                                1 
##                          CROWLEY                            CROWN 
##                                2                                1 
##                      CROWN POINT                       CROWNPOINT 
##                                5                                2 
##                             CRUM                            CRUMP 
##                                1                                1 
##                     CRYSTAL LAKE                    CRYSTAL RIVER 
##                                2                                1 
##                   CUDDEBACKVILLE                          CULLMAN 
##                                1                                2 
##                         CULPEPER                           CULVER 
##                                1                                1 
##                      CULVER CITY                       CUMBERLAND 
##                                3                                1 
##                CUMBERLAND CENTER                  CUMBERLAND CITY 
##                                1                                1 
##                          CUMMING                        CUPERTINO 
##                                3                                2 
##                          CUSHING                          CUSSETA 
##                                1                                1 
##                       CUTLER BAY                    CUTTINGSVILLE 
##                                1                                1 
##                   CUYAHOGA FALLS                          CYPRESS 
##                                1                                1 
##                      D'IBERVILLE                           DACONO 
##                                1                                1 
##                           DACULA                        DADE CITY 
##                                1                                1 
##                        DADEVILLE                           DAFTER 
##                                1                                1 
##                        DAHLONEGA                           DAILEY 
##                                1                                1 
##                        DALEVILLE                          DALHART 
##                                1                                3 
##                           DALLAS                      DALLAS CITY 
##                              209                                1 
##                           DALTON                        DALY CITY 
##                                2                                1 
##                     DAMARISCOTTA                       DANA POINT 
##                                1                                3 
##                          DANBURY                      DANIA BEACH 
##                                1                               10 
##                          DANIELS                     DANIELSVILLE 
##                                1                                1 
##                          DANVERS                         DANVILLE 
##                                3                               17 
##                           DAPHNE                       DARDANELLE 
##                                2                                1 
##                           DARIEN                       DARLINGTON 
##                                4                                1 
##                          DAUPHIN                        DAVENPORT 
##                                1                               14 
##                            DAVIE                            DAVIS 
##                               15                                3 
##                           DAWSON                      DAWSONVILLE 
##                                2                                1 
##                           DAYTON                    DAYTONA BEACH 
##                               30                               25 
##                DE FUNIAK SPRINGS                         DEARBORN 
##                                3                                2 
##                 DEARBORN HEIGHTS                           DEBARY 
##                                1                                3 
##                          DECATUR                     DECATURVILLE 
##                               22                                1 
##                          DECHERD                           DEDHAM 
##                                1                                2 
##                       DEER GROVE                        DEERFIELD 
##                                1                                2 
##                  DEERFIELD BEACH                         DEFERIET 
##                                9                                1 
##                         DEL CITY                          DEL RIO 
##                                1                                1 
##                        DEL VALLE                           DELAND 
##                                1                                7 
##                           DELANO                         DELAWARE 
##                                2                                2 
##                    DELAWARE CITY               DELAWARE WATER GAP 
##                                1                                1 
##                        DELBARTON                            DELHI 
##                                1                                1 
##                         DELLWOOD                           DELMAR 
##                                2                                2 
##                           DELPHI                     DELRAY BEACH 
##                                2                                3 
##                      DELTA MILLS                          DELTONA 
##                                1                                7 
##                           DEMING                         DEMOREST 
##                                1                                1 
##                           DENALI                   DENHAM SPRINGS 
##                                1                                2 
##                          DENISON                          DENMARK 
##                                4                                1 
##                           DENNIS                           DENTON 
##                                1                               13 
##                           DENVER                         DENVILLE 
##                               51                                1 
##                          DEPOSIT                         DEPTFORD 
##                                3                                4 
##                         DEQUINCY                            DERBY 
##                                2                                2 
##                     DERBY CENTER                         DERIDDER 
##                                3                                3 
##                    DERRY VILLAGE                       DES MOINES 
##                                3                               18 
##                      DES PLAINES               DESERT HOT SPRINGS 
##                                1                                7 
##                           DESOTO                           DESTIN 
##                                4                                6 
##                          DETROIT                           DEVINE 
##                              175                                1 
##                   DEWEY-HUMBOLDT                      DIAMOND BAR 
##                                2                                6 
##                             DIAZ                           DIBBLE 
##                                1                                2 
##                        DICKINSON                          DICKSON 
##                                2                                3 
##                        DIETERICH                           DILKON 
##                                1                                1 
##                           DILLON                           DINUBA 
##                                1                                2 
##                            DIXON                           DOBSON 
##                                3                                1 
##                       DODGE CITY                    DOLAN SPRINGS 
##                                3                                1 
##                           DOLTON                   DONALDSONVILLE 
##                                6                                1 
##                    DONALSONVILLE                          DONEGAL 
##                                1                                1 
##                            DONNA                            DORAL 
##                                1                                4 
##                        DORAVILLE                           DOTHAN 
##                                1                                7 
##                          DOUGLAS                     DOUGLASVILLE 
##                                6                                3 
##                            DOVER                       DOWELLTOWN 
##                                7                                1 
##                    DOWNERS GROVE                           DOWNEY 
##                                3                                8 
##                       DOWNSVILLE                          DOYLINE 
##                                1                                1 
##                           DRACUT                          DRESDEN 
##                                1                                2 
##                          DRESSER                       DRY BRANCH 
##                                1                                1 
##                        DRY RIDGE                           DRYDEN 
##                                2                                1 
##                       DUANESBURG                           DUARTE 
##                                1                                1 
##                           DUBLIN                          DUBUQUE 
##                                7                                2 
##                         DUCHESNE                         DUFFIELD 
##                                1                                1 
##                           DUGWAY                            DULCE 
##                                1                                2 
##                           DULUTH                            DUMAS 
##                                4                                1 
##                         DUMFRIES                           DUNBAR 
##                                2                                1 
##                           DUNCAN                      DUNCANVILLE 
##                                4                                1 
##                          DUNDALK                          DUNEDIN 
##                                1                                2 
##                          DUNKIRK                          DUNMORE 
##                                1                                2 
##                         DUNWOODY                            DURAN 
##                                1                                1 
##                           DURANT                           DURHAM 
##                                3                               31 
##                        DYERSBURG                            EAGAN 
##                                4                                3 
##                            EAGLE                       EAGLE LAKE 
##                                3                                1 
##                   EAGLE MOUNTAIN                      EAGLE RIVER 
##                                1                                1 
##                            EARLE                           EASLEY 
##                                1                                1 
##                        EAST BANK                      EAST BETHEL 
##                                1                                2 
##                   EAST BILLERICA                  EAST BLOOMFIELD 
##                                1                                1 
##                   EAST BRUNSWICK                     EAST CHICAGO 
##                                1                                1 
##              EAST CHINA TOWNSHIP                   EAST CLEVELAND 
##                                1                                4 
##                      EAST DUBLIN                      EAST DUNDEE 
##                                1                                1 
##                EAST GRAND RAPIDS                   EAST GREENWICH 
##                                1                                1 
##                     EAST HAMPTON                    EAST HARTFORD 
##                                1                                3 
##                       EAST HAVEN                      EAST IRVINE 
##                                3                                8 
##                        EAST LYNN                      EAST MOLINE 
##                                1                                1 
##                      EAST ORANGE                   EAST PALESTINE 
##                                5                                1 
##                   EAST PALO ALTO                      EAST PEORIA 
##                                2                                1 
##                   EAST PHARSALIA                       EAST POINT 
##                                1                                4 
##                  EAST PROVIDENCE                       EAST RIDGE 
##                                2                                1 
##                   EAST ROCHESTER                  EAST RUTHERFORD 
##                                1                                2 
##                 EAST SAINT LOUIS                     EAST SPENCER 
##                                4                                1 
##                       EAST TAWAS                     EAST WINDSOR 
##                                1                                3 
##        EAST WINDSOR (HISTORICAL)                          EASTERN 
##                                3                                1 
##                         EASTLAKE                           EASTON 
##                                1                                5 
##                       EASTPOINTE                         EASTPORT 
##                                3                                1 
##                     EATON RAPIDS                         EATONTON 
##                                1                                1 
##                        EATONTOWN                       EAU CLAIRE 
##                                4                                2 
##                             EBRO                             ECHO 
##                                1                                1 
##                           ECORSE                            ECTOR 
##                                1                                1 
##                        EDDYVILLE                             EDEN 
##                                2                                2 
##                     EDEN PRAIRIE                          EDENTON 
##                                2                                1 
##                        EDGEWATER                         EDGEWOOD 
##                                6                                3 
##                         EDINBURG                           EDISON 
##                                4                                9 
##                    EDISTO ISLAND                           EDMOND 
##                                2                                1 
##                          EDMONDS                     EDWARDSVILLE 
##                                1                                3 
##                        EFFINGHAM                  EGG HARBOR CITY 
##                                1                                1 
##              EGG HARBOR TOWNSHIP                         EL CAJON 
##                                6                               11 
##                         EL CAMPO                        EL CENTRO 
##                                1                                1 
##                        EL DORADO                         EL MONTE 
##                                2                                6 
##                          EL PASO                         EL PRADO 
##                               54                                1 
##                          EL RENO                           ELBERT 
##                                4                                1 
##                         ELBERTON                          ELECTRA 
##                                1                                1 
##                            ELGIN                        ELIZABETH 
##                                2                               10 
##                   ELIZABETH CITY                     ELIZABETHTON 
##                                3                                1 
##                    ELIZABETHTOWN                         ELK CITY 
##                                4                                1 
##                        ELK GROVE                        ELK RIVER 
##                                5                                3 
##                          ELKHART                     ELKHORN CITY 
##                                7                                1 
##                           ELKINS                         ELLABELL 
##                                2                                1 
##                        ELLENDALE                          ELLIJAY 
##                                1                                1 
##                        ELLSWORTH                             ELMA 
##                                2                                1 
##                         ELMHURST                           ELMIRA 
##                                3                                2 
##                     ELMWOOD PARK                             ELOY 
##                                1                                5 
##                         ELSBERRY                          ELSMERE 
##                                1                                2 
##                           ELWOOD                           ELYRIA 
##                                1                                1 
##                           EMBUDO                          EMERSON 
##                                1                                2 
##                            EMORY                        ENCINITAS 
##                                1                                3 
##                         ENDICOTT                          ENFIELD 
##                                2                                4 
##                          ENGLAND                        ENGLEWOOD 
##                                1                                5 
##                             ENID                            ENNIS 
##                                2                                7 
##                            ENOCH                       ENTERPRISE 
##                                1                                2 
##                         ENUMCLAW                            EPSOM 
##                                1                                1 
##                             ERDA                             ERIE 
##                                1                                6 
##                             ERIN                            ERWIN 
##                                1                                1 
##                        ESCOBARES                        ESCONDIDO 
##                                1                               11 
##                      ESPA\xd1OLA                            ESTER 
##                                4                                1 
##                       ESTES PARK                             ETNA 
##                                1                                1 
##                       ETNA GREEN                           EUCLID 
##                                1                                5 
##                          EUFAULA                           EUGENE 
##                                2                                5 
##                           EULESS                           EUNICE 
##                                3                                1 
##                           EUREKA                           EUSTIS 
##                                7                                3 
##                            EVANS                      EVANS MILLS 
##                                2                                4 
##                       EVANSVILLE                            EVART 
##                               12                                1 
##                           EVARTS                          EVELETH 
##                                1                                1 
##                          EVERETT                        EVERGREEN 
##                               14                                1 
##                EXCELSIOR SPRINGS                           EXMORE 
##                                3                                1 
##                        FAIR LAWN                  FAIR OAKS RANCH 
##                                3                                1 
##                        FAIRBANKS                         FAIRBORN 
##                                4                                2 
##                         FAIRBURN                          FAIRFAX 
##                                1                                3 
##                        FAIRFIELD                        FAIRHAVEN 
##                               19                                1 
##                         FAIRHOPE                         FAIRMONT 
##                                1                                2 
##                         FAIRVIEW                 FAIRVIEW HEIGHTS 
##                                6                                1 
##                       FALFURRIAS                       FALL RIVER 
##                                1                               11 
##                   FALLING SPRING                   FALLING WATERS 
##                                1                                2 
##                           FALLON                        FALLSBURG 
##                                1                                3 
##                         FALLSTON                         FALMOUTH 
##                                1                                2 
##                            FARGO                        FARIBAULT 
##                                6                                1 
##                   FARMERS BRANCH                     FARMERSVILLE 
##                                5                                2 
##                      FARMERVILLE                       FARMINGTON 
##                                1                               13 
##                 FARMINGTON HILLS                         FARRAGUT 
##                                4                                3 
##                          FAYETTE                     FAYETTEVILLE 
##                                1                               41 
##                  FEDERAL HEIGHTS                      FEDERAL WAY 
##                                1                                6 
##                       FENCE LAKE                           FENTON 
##                                1                                1 
##                     FERGUS FALLS                         FERGUSON 
##                                1                                3 
##                 FERNANDINA BEACH                         FERNDALE 
##                                1                                3 
##                      FERRISBURGH                           FERRON 
##                                1                                1 
##                        FESSENDEN                             FIFE 
##                                1                                2 
##                       FILER CITY                         FILLMORE 
##                                1                                2 
##                          FINDLAY                             FINE 
##                                2                                1 
##                        FIREBRICK                        FIRESTONE 
##                                1                                1 
##                          FISHERS                         FISHKILL 
##                                5                                1 
##                        FITCHBURG                      FITZWILLIAM 
##                                1                                1 
##                        FLAGSTAFF                         FLANDERS 
##                                7                                1 
##                             FLAT                       FLEMINGTON 
##                                1                                1 
##                            FLINT                   FLINT TOWNSHIP 
##                               27                                5 
##                          FLIPPIN                      FLORAL PARK 
##                                1                                2 
##                         FLORENCE                     FLORIDA CITY 
##                               17                                1 
##                       FLORISSANT                     FLOWER MOUND 
##                                4                                3 
##                   FLOWERY BRANCH                            FOLEY 
##                                1                                1 
##                           FOLSOM                      FOND DU LAC 
##                                2                                3 
##                          FONTANA                       FORD RIVER 
##                               18                                1 
##                         FORDLAND                     FOREST ACRES 
##                                2                                1 
##                      FOREST CITY                     FOREST GROVE 
##                                1                                1 
##                      FOREST HILL                      FOREST LAKE 
##                                3                                1 
##                      FOREST PARK                      FOREST VIEW 
##                               14                                1 
##                       FORESTBURG                        FORISTELL 
##                                1                                1 
##                           FORNEY                     FORREST CITY 
##                                3                                2 
##                          FORSYTH                    FORT ATKINSON 
##                                1                                2 
##                     FORT COLLINS                   FORT COVINGTON 
##                               10                                1 
##                     FORT DEPOSIT                       FORT DODGE 
##                                1                                2 
##                    FORT DUCHESNE                        FORT HALL 
##                                1                                1 
##                     FORT HANCOCK                        FORT KENT 
##                                1                                1 
##                  FORT LAUDERDALE                         FORT LEE 
##                               34                                5 
##                      FORT LUPTON                     FORT MADISON 
##                                4                                1 
##                    FORT MCDOWELL                        FORT MILL 
##                                1                                1 
##                    FORT MITCHELL                      FORT MORGAN 
##                                1                                2 
##                       FORT MYERS                      FORT PIERCE 
##                               11                               10 
##                       FORT SCOTT                       FORT SMITH 
##                                1                               11 
##                     FORT STEWART                      FORT THOMAS 
##                                1                                1 
##                FORT WALTON BEACH                       FORT WAYNE 
##                                2                               16 
##                       FORT WORTH                       FORTY FORT 
##                              106                                1 
##                           FOSTER                      FOSTER CITY 
##                                2                                1 
##                         FOUNTAIN                   FOUNTAIN HILLS 
##                                5                                1 
##                  FOUNTAIN VALLEY                           FOWLER 
##                                6                                1 
##                        FOWLERTON                              FOX 
##                                1                                2 
##                     FRANCESVILLE                        FRANKFORT 
##                                1                                6 
##                         FRANKLIN                    FRANKLIN PARK 
##                               12                                3 
##                    FRANKLINVILLE                           FRASER 
##                                3                                1 
##                        FREDERICK                   FREDERICKSBURG 
##                                3                                2 
##                         FREDONIA                          FREEDOM 
##                                1                                1 
##                         FREEHOLD                         FREEPORT 
##                                3                                3 
##                         FREETOWN                          FREMONT 
##                                1                                8 
##                     FRENCH CREEK                       FRENCHBURG 
##                                2                                1 
##                           FRESNO                           FRIEND 
##                               65                                1 
##                       FRIENDSHIP                      FRIENDSWOOD 
##                                1                                2 
##                           FRISCO                       FROSTPROOF 
##                                5                                1 
##                        FRUITLAND                        FULLERTON 
##                                1                                7 
##                           FULTON                      FULTONVILLE 
##                                8                                1 
##                    FUQUAY-VARINA                          GADSDEN 
##                                1                                3 
##                          GAHANNA                       GAINESBORO 
##                                3                                1 
##                      GAINESVILLE                      GALENA PARK 
##                               19                                1 
##                        GALESBURG                        GALLAGHER 
##                                1                                1 
##                         GALLATIN                GALLOWAY TOWNSHIP 
##                                4                                7 
##                           GALLUP                             GALT 
##                                7                                4 
##                        GALVESTON                           GALWAY 
##                               14                                3 
##                      GARDEN CITY                     GARDEN GROVE 
##                                2                               10 
##                          GARDENA                         GARDINER 
##                                3                                3 
##                          GARDNER                         GARFIELD 
##                                2                                2 
##                          GARLAND                           GARNER 
##                               19                                3 
##                          GARRETT                          GARWOOD 
##                                1                                2 
##                             GARY                        GARYVILLE 
##                               15                                1 
##                         GAS CITY                          GASPORT 
##                                1                                1 
##                           GASTON                         GASTONIA 
##                                2                                8 
##                            GATES                          GATEWAY 
##                                4                                1 
##                       GATLINBURG                          GAYLORD 
##                                2                                1 
##                         GEARHART                           GENEVA 
##                                1                                2 
##                            GENOA                       GENOA CITY 
##                                1                                1 
##                           GENOLA                       GEORGETOWN 
##                                1                               19 
##                   GEORGIA CENTER                       GERMANTOWN 
##                                1                                4 
##                       GIG HARBOR                        GILA BEND 
##                                3                                4 
##                          GILBERT                        GILBERTON 
##                                6                                1 
##                    GILBERTSVILLE                           GILBOA 
##                                1                                2 
##                          GILFORD                         GILLETTE 
##                                4                                2 
##                           GILMER                          GILMORE 
##                                1                                1 
##                     GILMORE CITY                           GILROY 
##                                1                                4 
##                           GIRARD                         GIRDWOOD 
##                                1                                1 
##                       GLADEWATER                        GLADSTONE 
##                                1                                2 
##                      GLASTONBURY                          GLEASON 
##                                2                                1 
##                      GLEN BURNIE                        GLEN COVE 
##                                1                                1 
##                       GLEN ELLYN                        GLEN JEAN 
##                                1                                1 
##                        GLEN ROSE                          GLENCOE 
##                                1                                2 
##                         GLENDALE                         GLENDORA 
##                               49                                3 
##                       GLENS FORK                         GLENVIEW 
##                                1                                3 
##                            GLOBE                          GLOSTER 
##                                3                                1 
##                       GLOUCESTER                  GLOUCESTER CITY 
##                                1                                2 
##                          GODFREY                           GODLEY 
##                                3                                1 
##                           GOLDEN                    GOLDEN VALLEY 
##                                1                                7 
##                        GOLDSBORO                          GOLDSBY 
##                                2                                1 
##                           GOLETA                         GONZALES 
##                                3                                6 
##                   GOODLETTSVILLE                         GOODRICH 
##                                5                                1 
##                         GOODYEAR                      GOOSE CREEK 
##                                9                                4 
##                     GORDONSVILLE                            GOREE 
##                                1                                1 
##                           GORHAM                           GOSHEN 
##                                2                                7 
##                          GRAFTON                           GRAHAM 
##                                1                                3 
##                            GRAHN                       GRAINFIELD 
##                                1                                2 
##                        GRAMBLING                         GRANBURY 
##                                2                                2 
##                      GRAND FORKS                       GRAND ISLE 
##                                4                                1 
##                   GRAND JUNCTION                    GRAND PRAIRIE 
##                                5                               16 
##                     GRAND RAPIDS                      GRAND RIDGE 
##                               14                                1 
##                    GRAND TERRACE                        GRANDVIEW 
##                                1                                2 
##                       GRANDVILLE                     GRANITE CITY 
##                                3                                2 
##                      GRANTS PASS                      GRANTSVILLE 
##                                1                                2 
##                 GRANVILLE CENTER                        GRAPEVINE 
##                                1                                4 
##                     GRASS VALLEY                         GRAVETTE 
##                                2                                1 
##                             GRAY                        GRAYSLAKE 
##                                3                                1 
##                          GRAYSON                 GREAT BARRINGTON 
##                                1                                2 
##                       GREAT BEND                      GREAT FALLS 
##                                1                                3 
##                       GREAT NECK                           GREECE 
##                                1                                7 
##                          GREELEY                            GREEN 
##                               12                                4 
##                        GREEN BAY                     GREEN FOREST 
##                                6                                1 
##                      GREEN RIVER                     GREEN SPRING 
##                                2                                1 
##                       GREEN TREE                     GREEN VALLEY 
##                                1                                1 
##                  GREENACRES CITY                        GREENBELT 
##                                3                                3 
##                           GREENE                 GREENE, TOWNSHIP 
##                                5                                2 
##                      GREENEVILLE                       GREENFIELD 
##                                1                                2 
##                GREENLAND STATION                       GREENSBORO 
##                                1                               34 
##                          GREENUP                       GREENVILLE 
##                                1                               23 
##                        GREENWICH                        GREENWOOD 
##                                6                                5 
##                GREENWOOD VILLAGE                            GREER 
##                                1                                6 
##                   GREGG TOWNSHIP                          GRENADA 
##                                1                                2 
##                          GRESHAM                           GRETNA 
##                               12                                3 
##                          GRIDLEY                          GRIFFIN 
##                                1                                5 
##                         GRIFFITH              GROSSE POINTE FARMS 
##                                1                                1 
##                      GROSSE TETE                           GROTON 
##                                1                                5 
##                        GROVELAND                           GROVER 
##                                1                                1 
##                     GROVER BEACH                         GUERNSEY 
##                                1                                1 
##                      GUILDERLAND                      GULF SHORES 
##                                1                                3 
##                         GULFPORT                  GUN BARREL CITY 
##                               12                                1 
##                          GUNLOCK                           GUNTER 
##                                1                                1 
##                     GUNTERSVILLE                           GURDON 
##                                2                                1 
##                           GURNEE                          GUTHRIE 
##                                1                                6 
##                           GUYMON                           GUYTON 
##                                1                                1 
##                        HACKBERRY                       HACKENSACK 
##                                1                                2 
##                           HADDAM                   HADDON HEIGHTS 
##                                2                                1 
##                           HADLEY                       HAGERSTOWN 
##                                1                                2 
##                      HAINES CITY                          HALEDON 
##                                6                                1 
##                      HALE\x91IWA                         HALFMOON 
##                                2                                1 
##                 HALLANDALE BEACH                         HALLTOWN 
##                                2                                1 
##                      HALTOM CITY                         HAM LAKE 
##                                5                                1 
##                          HAMBURG                           HAMDEN 
##                                4                                3 
##                         HAMILTON                HAMILTON TOWNSHIP 
##                                6                                7 
##                           HAMLET                           HAMLIN 
##                                1                                1 
##                          HAMMOND                     HAMMONDVILLE 
##                               14                                7 
##                        HAMMONTON                          HAMPDEN 
##                                6                                2 
##                          HAMPTON                    HAMPTON FALLS 
##                               23                                1 
##                        HAMTRAMCK                          HANAHAN 
##                                1                                1 
##                         HANAPEPE                     HANGING ROCK 
##                                1                                1 
##                         HANNIBAL                          HANOVER 
##                                2                                4 
##                     HANOVER PARK                            HAPPY 
##                                1                                1 
##                      HARDEEVILLE                          HARFORD 
##                                1                                1 
##                        HARLINGEN                          HARMONY 
##                                5                                1 
##                    HARPERS FERRY                     HARPERSVILLE 
##                                3                                1 
##                         HARRIMAN                       HARRINGTON 
##                                1                                2 
##                       HARRISBURG                         HARRISON 
##                                5                                5 
##                     HARRISONBURG                    HARRISONVILLE 
##                                2                                3 
##                      HARRISVILLE                      HARRODSBURG 
##                                3                                1 
##                         HARTFORD                    HARTFORD CITY 
##                               20                                1 
##                         HARTLAND                           HARTLY 
##                                2                                1 
##                        HARTSELLE                       HARTSVILLE 
##                                2                                1 
##                         HARTWELL                  HARVARD STATION 
##                                1                                1 
##                           HARVEY                HASBROUCK HEIGHTS 
##                                8                                1 
##                         HASTINGS                           HATLEY 
##                                5                                1 
##                      HATTIESBURG                           HAVANA 
##                                7                                1 
##                            HAVEN                        HAVERFORD 
##                                1                                1 
##                        HAVERHILL                        HAW RIVER 
##                                3                                1 
##                        HAWTHORNE                           HAYDEN 
##                                3                                1 
##                           HAYNES                      HAYNESVILLE 
##                                1                                1 
##                             HAYS                            HAYTI 
##                                1                                1 
##                          HAYWARD                           HAZARD 
##                               10                                3 
##                      HAZEL CREST                        HAZELWOOD 
##                                3                                5 
##                       HAZLEHURST                           HAZLET 
##                                3                                1 
##                        HA\x91IKU                 HEAD OF WESTPORT 
##                                1                                1 
##                           HEARNE                    HEATH SPRINGS 
##                                1                                1 
##                            HEBER                       HEBER CITY 
##                                1                                1 
##                      HEDGESVILLE                           HEDLEY 
##                                1                                2 
##                           HEGINS                       HELLERTOWN 
##                                1                                1 
##                          HELOTES                           HELPER 
##                                1                                1 
##                            HEMET               HEMPFIELD TOWNSHIP 
##                               12                                2 
##                         HEMPHILL                        HEMPSTEAD 
##                                1                               38 
##                          HENAGAR                        HENDERSON 
##                                2                               13 
##                   HENDERSONVILLE                         HENNIKER 
##                                6                                1 
##                        HENRIETTA                        HEPHZIBAH 
##                                2                                2 
##                         HERCULES                         HEREFORD 
##                                3                                2 
##                        HERINGTON                         HERKIMER 
##                                1                                3 
##                        HERMISTON                        HERMITAGE 
##                                1                                1 
##                         HERNANDO                         HERRIMAN 
##                                1                                2 
##                           HERRIN                         HESPERIA 
##                                2                               16 
##                           HEWITT                          HIALEAH 
##                                1                               22 
##                  HIALEAH GARDENS                          HIBBING 
##                                1                                2 
##                          HICKMAN                          HICKORY 
##                                1                                2 
##                       HIGH POINT                     HIGH SPRINGS 
##                                4                                1 
##                  HIGHGATE CENTER                         HIGHLAND 
##                                1                                9 
##                   HIGHLAND FALLS                 HIGHLAND HEIGHTS 
##                                1                                2 
##                    HIGHLAND PARK                 HIGHLAND VILLAGE 
##                                2                                2 
##                    HIGHLANDVILLE                        HILLSBORO 
##                                1                               12 
##                         HILLSIDE                       HILLSVILLE 
##                                3                                1 
##                             HILO               HILTON HEAD ISLAND 
##                                2                                2 
##                         HINCKLEY                        HINDSBORO 
##                                1                                1 
##                        HINESBURG                       HINESVILLE 
##                                1                                5 
##                         HINSDALE                            HIRAM 
##                                1                                2 
##                           HOBART                            HOBBS 
##                                3                                1 
##                        HOCKESSIN                  HOFFMAN ESTATES 
##                                1                                1 
##                      HOGANSVILLE                         HOLBROOK 
##                                1                                3 
##                           HOLDEN                    HOLDEN CENTER 
##                                1                                1 
##                      HOLDENVILLE                         HOLLADAY 
##                                1                                3 
##                          HOLLAND                    HOLLIS CENTER 
##                                3                                1 
##                        HOLLISTER                        HOLLISTON 
##                                4                                1 
##                            HOLLY                       HOLLY HILL 
##                                1                                1 
##                    HOLLY SPRINGS                        HOLLYWOOD 
##                                5                               26 
##                   HOLLYWOOD PARK                          HOLMDEL 
##                                1                                2 
##                           HOLTON                       HOLTSVILLE 
##                                2                                1 
##                         HOLUALOA                          HOLYOKE 
##                                1                                3 
##                       HOMER GLEN                   HOMER TOWNSHIP 
##                                1                                2 
##                        HOMESTEAD                         HOMEWOOD 
##                                6                                3 
##                            HONDO                         HONOLULU 
##                                1                                8 
##                       HOOD RIVER                         HOOKSETT 
##                                1                                4 
##                           HOOVER                             HOPE 
##                                7                                3 
##                HOPEWELL JUNCTION                          HOPKINS 
##                                5                                2 
##                     HOPKINSVILLE                        HOPKINTON 
##                                2                                2 
##                          HOQUIAM                       HORSE CAVE 
##                                1                                1 
##                       HORSEHEADS                   HORSESHOE BEND 
##                                1                                1 
##                          HORSHAM                      HOT SPRINGS 
##                                1                                7 
##                            HOUCK                            HOUMA 
##                                1                                6 
##                          HOUSTON                           HOWELL 
##                              256                                2 
##                    HUBER HEIGHTS                           HUDSON 
##                                4                                5 
##                     HUDSON FALLS                          HUGOTON 
##                                1                                1 
##                             HULL                           HUMBLE 
##                                1                                2 
##                         HUMBOLDT                           HUNTER 
##                                2                                2 
##                     HUNTERSVILLE                       HUNTINGDON 
##                                2                                1 
##                       HUNTINGTON                 HUNTINGTON BEACH 
##                               13                               15 
##                  HUNTINGTON PARK                       HUNTSVILLE 
##                                4                               29 
##                            HURON                        HURRICANE 
##                                2                                2 
##                            HURST                         HUTCHINS 
##                                4                                1 
##                       HUTCHINSON                     HUTTONSVILLE 
##                                4                                1 
##                          HYANNIS                      HYATTSVILLE 
##                                1                                1 
##                        HYDE PARK                            HYDEN 
##                                3                                1 
##                           IDABEL                      IDAHO FALLS 
##                                2                                1 
##                            ILION                       ILLIOPOLIS 
##                                1                                1 
##                       IMLAY CITY                        IMMOKALEE 
##                                1                                2 
##                   IMPERIAL BEACH                     INDEPENDENCE 
##                                1                               22 
##                      INDIAN HILL                     INDIAN TRAIL 
##                                1                                2 
##                     INDIANAPOLIS                        INDIANOLA 
##                              124                                1 
##                            INDIO                         INDUSTRY 
##                                6                                2 
##                        INGLESIDE                        INGLEWOOD 
##                                1                               10 
##                          INKSTER                       INTERLAKEN 
##                                3                                1 
##              INVER GROVE HEIGHTS                        INVERNESS 
##                                3                                1 
##                           INWOOD                        IOWA CITY 
##                                1                                1 
##                          IPSWICH                             IRMO 
##                                1                                1 
##                    IRON MOUNTAIN                       IRON RIVER 
##                                1                                1 
##                      IRONDEQUOIT                          IRONTON 
##                                4                                1 
##                           IRVING                        IRVINGTON 
##                               13                                1 
##                            IRWIN                        IRWINDALE 
##                                1                                3 
##                           ISANTI                       ISLAMORADA 
##                                1                                3 
##                     ISLAND FALLS                         ISLANDIA 
##                                1                                1 
##                            ISLIP                         ISSAQUAH 
##                               17                                1 
##                           ITHACA                            IVINS 
##                                1                                1 
##                          JACKSON                     JACKSONVILLE 
##                               66                              178 
##               JACKSONVILLE BEACH                   JAFFREY CENTER 
##                                2                                1 
##                              JAL                        JAMESTOWN 
##                                1                                5 
##                             JANE                          JARRELL 
##                                1                                3 
##                           JASPER                      JAVA CENTER 
##                                8                                1 
##                              JAY                        JEFFERSON 
##                                2                                5 
##                   JEFFERSON CITY                  JEFFERSON HILLS 
##                                3                                1 
##                   JEFFERSONVILLE                    JEMEZ SPRINGS 
##                                1                                1 
##                       JENKINTOWN                          JENNERS 
##                                1                                1 
##                         JENNINGS                          JERICHO 
##                                8                                1 
##                           JEROME                      JERSEY CITY 
##                                1                                9 
##                   JERSEY VILLAGE                          JOELTON 
##                                1                                2 
##                     JOHNS ISLAND                          JOHNSON 
##                                1                                1 
##                     JOHNSON CITY                     JOHNSONVILLE 
##                                4                                2 
##                         JOHNSTON                        JOHNSTOWN 
##                                1                                4 
##                           JOLIET                        JONESBORO 
##                                7                               17 
##                        JONESBURG                       JONESVILLE 
##                                1                                1 
##                           JOPLIN                           JORDAN 
##                               14                                1 
##                           JOSEPH                      JOSEPH CITY 
##                                1                                1 
##                           JOSHUA                    JUNCTION CITY 
##                                1                                3 
##                          JUPITER                          KAHULUI 
##                                5                                2 
##                           KAILUA                      KAILUA KONA 
##                                6                                3 
##                        KALAMAZOO                        KALISPELL 
##                                8                                2 
##                            KANAB                     KANARRAVILLE 
##                                2                                2 
##                      KANE\x91OHE                         KANKAKEE 
##                                4                                2 
##                       KANNAPOLIS                      KANSAS CITY 
##                                9                              114 
##                          KAPOLEI                          KAPULEI 
##                                2                                1 
##                             KATY                          KAUFMAN 
##                                3                                1 
##                         KAUKAUNA                        KAYSVILLE 
##                                1                                3 
##                          KEARNEY                    KEARNEYSVILLE 
##                                1                                2 
##                           KEARNS                           KEARNY 
##                                4                                4 
##                        KEA\x91AU                       KEESEVILLE 
##                                2                                2 
##                           KEIZER                           KELLER 
##                                2                                1 
##                       KELLYVILLE                            KELSO 
##                                1                                3 
##                             KEMP                          KEMPTON 
##                                2                                1 
##                       KENDUSKEAG                       KENILWORTH 
##                                1                                1 
##                        KENNEBUNK                    KENNEBUNKPORT 
##                                1                                2 
##                           KENNER                         KENNESAW 
##                                7                                2 
##                          KENNETT                        KENNEWICK 
##                                3                                2 
##                          KENOSHA                           KENOVA 
##                                8                                1 
##                             KENT                           KENTON 
##                               11                                1 
##                         KENTWOOD                           KENVIR 
##                                5                                1 
##                              KEO                           KEOKUK 
##                                1                                2 
##                     KERNERSVILLE                        KERRVILLE 
##                                1                                2 
##                        KETCHIKAN                        KETTERING 
##                                1                                1 
##                          KEWANEE                     KEY BISCAYNE 
##                                1                                1 
##                        KEY LARGO                         KEY WEST 
##                                3                                1 
##                    KIAWAH ISLAND                            KIHEI 
##                                2                                2 
##                          KILGORE                          KILLEEN 
##                                2                               16 
##                 KILLINGLY CENTER                          KIMBALL 
##                                1                                6 
##                         KIMBERLY                        KIMMSWICK 
##                                1                                1 
##                             KING                          KINGMAN 
##                                1                                7 
##                        KINGSBURG                        KINGSLAND 
##                                2                                2 
##                        KINGSPORT                         KINGSTON 
##                                8                                6 
##                 KINGSTON SPRINGS                       KINGSVILLE 
##                                1                                1 
##                         KINMUNDY                          KINSTON 
##                                1                                2 
##                            KIRBY                         KIRKLAND 
##                                1                                5 
##                       KIRKSVILLE                         KIRKWOOD 
##                                2                                2 
##                         KIRTLAND                        KISSIMMEE 
##                                1                                8 
##                          KITCHEL                         KITTRELL 
##                                1                                1 
##                    KLAMATH FALLS                            KNAPP 
##                                2                                1 
##                       KNIGHTDALE                        KNIGHTSEN 
##                                1                                2 
##                             KNOX                        KNOXVILLE 
##                                1                               30 
##                           KOHLER                           KOKOMO 
##                                1                                7 
##                            KOLOA                           KOPPEL 
##                                2                                1 
##                       KOPPERSTON                           KURTEN 
##                                1                                1 
##                       KYKOTSMOVI                             KYLE 
##                                1                                2 
##          LA CA\xd1ADA FLINTRIDGE                        LA CROSSE 
##                                1                                1 
##                        LA GRANGE                         LA HABRA 
##                                4                                1 
##                          LA JOYA                        LA MARQUE 
##                                1                                2 
##                          LA MESA                        LA MIRADA 
##                                5                                1 
##                         LA PALMA                           LA PAZ 
##                                2                                1 
##                         LA PORTE                    LA PORTE CITY 
##                                4                                1 
##                        LA QUINTA                        LA VERGNE 
##                                1                                4 
##                         LA VERNE                            LACEY 
##                                3                                2 
##                       LACKAWANNA                          LACONIA 
##                                1                                2 
##                    LACY-LAKEVIEW                           LADSON 
##                                1                                1 
##                            LADUE                        LADY LAKE 
##                                1                                1 
##                        LAFAYETTE                         LAGRANGE 
##                               22                                2 
##                    LAGRANGEVILLE                           LAGUNA 
##                                2                                3 
##                     LAGUNA HILLS                    LAGUNA NIGUEL 
##                                4                                2 
##                  LAKE BARRINGTON                      LAKE BUTLER 
##                                1                                1 
##                     LAKE CHARLES                        LAKE CITY 
##                               10                                5 
##                      LAKE DELTON                        LAKE ELMO 
##                                1                                1 
##                    LAKE ELSINORE                      LAKE FOREST 
##                                3                                2 
##                      LAKE GEORGE                       LAKE GROVE 
##                                1                                1 
##                 LAKE HAVASU CITY                       LAKE HELEN 
##                                7                                1 
##                     LAKE JACKSON                      LAKE OSWEGO 
##                                3                                1 
##                        LAKE PARK                      LAKE PLACID 
##                                1                                3 
##                 LAKE SAINT LOUIS                     LAKE STEVENS 
##                                3                                1 
##                   LAKE TAPAWINGO                       LAKE WALES 
##                                1                                5 
##                       LAKE WORTH                         LAKELAND 
##                                6                               14 
##                         LAKEVIEW                        LAKEVILLE 
##                                1                                4 
##                         LAKEWOOD                            LAMAR 
##                               23                                1 
##                        LANCASTER                           LANDER 
##                               39                                1 
##                           LANDIS                     LANESBOROUGH 
##                                1                                1 
##                           LANETT                     LANGLEY PARK 
##                                3                                1 
##                        LANSDOWNE                         LANSFORD 
##                                1                                1 
##                          LANSING                          LANTANA 
##                               15                                2 
##                          LAPLACE                          LARAMIE 
##                                1                                3 
##                           LAREDO                            LARGO 
##                               11                               13 
##                       LARKSVILLE                       LAS CRUCES 
##                                1                                9 
##                        LAS VEGAS                         LASHMEET 
##                               31                                1 
##                           LATHAM                          LATHROP 
##                                1                                4 
##                 LAUDERDALE LAKES            LAUDERDALE-BY-THE-SEA 
##                                6                                1 
##                       LAUDERHILL                           LAUREL 
##                                7                                3 
##                     LAUREL ACRES                        LAVALETTE 
##                                1                                3 
##                           LAVEEN                         LAVERKIN 
##                                1                                1 
##                          LAVONIA                        LAWA\x91I 
##                                1                                1 
##                         LAWRENCE                     LAWRENCEBURG 
##                               14                                1 
##                    LAWRENCEVILLE                           LAWTEY 
##                                7                                1 
##                           LAWTON                           LAYTON 
##                                4                                2 
##                         LA\x91IE                        LE CLAIRE 
##                                1                                1 
##                          LE MARS                      LEAGUE CITY 
##                                1                                5 
##                           LEAKEY                       LEAMINGTON 
##                                2                                1 
##                          LEANDER                          LEARNED 
##                                3                                1 
##                      LEAVENWORTH                          LEBANON 
##                                2                               19 
##                             LEBO                              LEE 
##                                1                                1 
##                            LEEDS                      LEES SUMMIT 
##                                1                                4 
##                         LEESBURG                        LEESVILLE 
##                                5                                1 
##                          LEGGETT                             LEHI 
##                                1                                1 
##                     LEHIGH ACRES                        LEICESTER 
##                                1                                3 
##                           LELAND                      LEMON GROVE 
##                                3                                5 
##                           LEMONT                          LEMOORE 
##                                1                                1 
##                          LEMOYNE                           LENEXA 
##                                1                                2 
##                           LENOIR                      LENOIR CITY 
##                                1                                1 
##                       LEOMINSTER                             LEON 
##                                3                                1 
##                      LEON VALLEY                            LEONA 
##                                1                                1 
##                          LEONARD                           LEVANT 
##                                1                                1 
##                        LEVELLAND                         LEVERETT 
##                                1                                1 
##                        LEWISBURG                         LEWISTON 
##                                3                                9 
##                        LEWISTOWN                       LEWISVILLE 
##                                2                               11 
##                        LEXINGTON                LEXINGTON-FAYETTE 
##                                4                               25 
##                          LIBERAL                          LIBERTY 
##                                1                                8 
##                     LIBERTY HILL                     LIBERTYVILLE 
##                                1                                2 
##                 LIGHTHOUSE POINT                        LIHU\x91E 
##                                3                                2 
##                          LILBURN                       LILLINGTON 
##                                3                                2 
##                             LIMA                        LIMINGTON 
##                                2                                1 
##                          LINCOLN                     LINCOLN CITY 
##                               18                                2 
##                     LINCOLN PARK                       LINCOLNTON 
##                                1                                2 
##                     LINCOLNVILLE                           LINDEN 
##                                1                                1 
##                      LINDENHURST                        LINDSTROM 
##                                1                                1 
##                       LINN CREEK                       LINO LAKES 
##                                2                                2 
##                          LINWOOD                            LISLE 
##                                1                                1 
##                       LITCHFIELD                  LITCHFIELD PARK 
##                                2                                2 
##                         LITHONIA                     LITTLE BIRCH 
##                                3                                1 
##                       LITTLE ELM                     LITTLE FALLS 
##                                1                                3 
##                      LITTLE ROCK                    LITTLE VALLEY 
##                               40                                2 
##                      LITTLEFIELD                        LITTLETON 
##                                3                                4 
##                      LITTLEVILLE                         LIVE OAK 
##                                1                                2 
##                        LIVERMORE                        LIVERPOOL 
##                                4                                2 
##                       LIVINGSTON                          LIVONIA 
##                                3                                7 
##                          LIZELLA                        LIZEMORES 
##                                2                                2 
##                            LLOYD                       LOCKESBURG 
##                                2                                1 
##                         LOCKHART                         LOCKPORT 
##                                5                               12 
##                     LOCUST GROVE                             LODI 
##                                1                                6 
##                            LOGAN                       LOGANSPORT 
##                               12                                3 
##                       LOGANVILLE                          LOMBARD 
##                                2                                3 
##                           LOMITA                     LONDON GROVE 
##                                1                                1 
##                      LONDONDERRY                        LONE JACK 
##                                2                                1 
##                       LONG BEACH                       LONG GROVE 
##                               31                                1 
##                         LONGMONT                         LONGVIEW 
##                                5                               13 
##                         LONGWOOD                           LONOKE 
##                                2                                1 
##                          LOOKOUT                           LOOMIS 
##                                1                                1 
##                           LORAIN                         LORANGER 
##                                4                                1 
##                       LOS ALAMOS                        LOS ALTOS 
##                                1                                1 
##                  LOS ALTOS HILLS                      LOS ANGELES 
##                                2                              268 
##                        LOS BANOS                       LOS INDIOS 
##                                1                                1 
##                        LOS LUNAS                       LOUISVILLE 
##                                5                              109 
##                         LOVELAND                       LOVES PARK 
##                                6                                2 
##                        LOVINGTON                           LOWELL 
##                                4                               11 
##                      LOWER BELLE                         LOWVILLE 
##                                1                                1 
##               LOXAHATCHEE GROVES                           LOXLEY 
##                                1                                1 
##                           LOYALL                          LUBBOCK 
##                                1                               22 
##                            LUCAS                         LUCEDALE 
##                                1                                1 
##                         LUDOWICI                           LUFKIN 
##                                2                                3 
##                       LUKACHUKAI                             LULA 
##                                1                                1 
##                           LULING                        LUMBERTON 
##                                1                                9 
##                          LUMPKIN                           LUPTON 
##                                1                                2 
##                          LUTCHER                           LUTHER 
##                                1                                1 
##                            LYMAN                         LYNBROOK 
##                                3                                1 
##                        LYNCHBURG                        LYNDHURST 
##                                6                                1 
##                           LYNDON                      LYNDONVILLE 
##                                1                                1 
##                             LYNN                         LYNNWOOD 
##                                5                                3 
##                          LYNWOOD                            LYONS 
##                                4                                4 
##                           MABANK                            MABEL 
##                                1                                1 
##                   MACHESNEY PARK                 MACOMB, TOWNSHIP 
##                                1                                3 
##                            MACON                        MADAWASKA 
##                               30                                1 
##                    MADEIRA BEACH                           MADERA 
##                                1                                3 
##                           MADILL                          MADISON 
##                                1                               26 
##                  MADISON HEIGHTS                            MAGEE 
##                                3                                1 
##                            MAGNA                         MAGNOLIA 
##                                4                                5 
##                          MAHOMET                         MAITLAND 
##                                1                                1 
##                           MALDEN                           MALIBU 
##                                3                                5 
##                           MALLIE                            MALTA 
##                                1                                2 
##                          MALVERN                        MANALAPAN 
##                                1                                3 
##                         MANASSAS                       MANCHESTER 
##                                1                               18 
##              MANCHESTER TOWNSHIP                           MANDAN 
##                                2                                2 
##                       MANDEVILLE                        MANHATTAN 
##                                1                                1 
##                         MANISTEE                        MANITOWOC 
##                                1                                3 
##                       MANNINGTON                            MANOR 
##                                1                                2 
##                        MANSFIELD                 MANSFIELD CENTER 
##                                4                                2 
##                          MANSURA                          MANTECA 
##                                1                                9 
##                            MANTI                           MANTUA 
##                                1                                1 
##                       MANY FARMS                      MAPLE SHADE 
##                                1                                2 
##                     MAPLE VALLEY                      MAPLESVILLE 
##                                1                                1 
##                         MAPLETON                        MAPLEWOOD 
##                                3                                5 
##                        MAQUOKETA                           MARANA 
##                                1                                4 
##                         MARATHON                    MARBLE CANYON 
##                                1                                1 
##                       MARBLETOWN                            MARCO 
##                                1                                2 
##                            MARCY                          MARENGO 
##                                1                                1 
##                         MARIANNA                         MARIETTA 
##                                1                               19 
##                           MARINA                           MARION 
##                                2                                6 
##                      MARKED TREE                          MARKHAM 
##                                1                                3 
##                       MARKSVILLE                         MARLBORO 
##                                1                                3 
##                      MARLBOROUGH                           MARLIN 
##                                1                                1 
##                           MARLOW                            MAROA 
##                                1                                1 
##                          MARQUEZ                         MARSHALL 
##                                1                                5 
##                     MARSHALLTOWN                       MARSHFIELD 
##                                2                                2 
##                           MARTIN                         MARTINEZ 
##                                4                                1 
##                      MARTINSBURG                     MARTINSVILLE 
##                                9                                6 
##                 MARYLAND HEIGHTS                       MARYSVILLE 
##                                2                                6 
##                        MARYVILLE                         MASCOTTE 
##                                4                                1 
##                          MASHPEE                            MASON 
##                                1                                1 
##                        MASONTOWN                  MASSAPEQUA PARK 
##                                1                                1 
##                        MASSILLON                          MATADOR 
##                                3                                1 
##                         MATTESON                         MATTHEWS 
##                                2                                1 
##                          MATTOON                        MAUCKPORT 
##                                2                                1 
##                      MAUI ISLAND                          MAULDIN 
##                                1                                1 
##                           MAUMEE                      MAURICETOWN 
##                                2                                4 
##                     MAURICEVILLE                           MAXTON 
##                                1                                1 
##                            MAYER                         MAYFIELD 
##                                1                                3 
##                        MAYFLOWER                          MAYKING 
##                                1                                1 
##                     MAYNARDVILLE                        MAYSVILLE 
##                                4                                2 
##                          MAYWOOD                      MA\x91ALAEA 
##                                4                                2 
##                        MA\x91ILI                       MC DONOUGH 
##                                2                                1 
##                          MCALLEN                           MCCARR 
##                                6                                1 
##                      MCCAYSVILLE                       MCCLELLAND 
##                                1                                1 
##                           MCCOMB                        MCDANIELS 
##                                1                                1 
##                        MCDONOUGH                          MCGEHEE 
##                                3                                1 
##                         MCINTYRE                     MCKEES ROCKS 
##                                2                                1 
##                       MCKEESPORT                         MCKENZIE 
##                                2                                1 
##                         MCKINNEY                MCLENDON-CHISHOLM 
##                               11                                1 
##                           MCNEAL                             MEAD 
##                                1                                1 
##                    MEADOW BRIDGE                        MEDANALES 
##                                1                                1 
##                          MEDFORD                           MEDLEY 
##                                7                                1 
##                           MEDORA                           MEDWAY 
##                                1                                1 
##                          MEGGETT                        MELBOURNE 
##                                3                               11 
##                          MELISSA                MELROSE HIGHLANDS 
##                                2                                3 
##                     MELROSE PARK                         MELVILLE 
##                                1                                1 
##                           MELVIN                          MEMPHIS 
##                                1                              208 
##                          MENANDS                       MENDENHALL 
##                                2                                2 
##                          MENDOTA                  MENDOTA HEIGHTS 
##                                1                                1 
##                          MENIFEE                       MENLO PARK 
##                                7                                1 
##                        MENOMINEE                           MENTOR 
##                                2                                2 
##                           MERCED                         MERCEDES 
##                                8                                1 
##                          MERIDEN                         MERIDIAN 
##                               11                                9 
##                          MERRIAM                     MERRILLVILLE 
##                                1                                4 
##                        MERRIMACK                   MERRITT ISLAND 
##                                3                                1 
##                             MESA                         MESQUITE 
##                               46                               16 
##                             META                          METHUEN 
##                                1                                3 
##                       METROPOLIS                         METUCHEN 
##                                2                                1 
##                  MEXICAN SPRINGS                           MEXICO 
##                                1                                1 
##                            MIAMI                      MIAMI BEACH 
##                               58                                5 
##                    MIAMI GARDENS                     MIAMI SHORES 
##                               16                                3 
##                    MIAMI SPRINGS                       MIAMISBURG 
##                                1                                1 
##                    MICHIGAN CITY                     MIDDLE GROVE 
##                                4                                1 
##                    MIDDLE ISLAND                   MIDDLE VILLAGE 
##                                1                               77 
##                       MIDDLEBORO                       MIDDLEBURG 
##                                2                                1 
##               MIDDLEBURG HEIGHTS                       MIDDLEBURY 
##                                1                                4 
##                        MIDDLESEX                        MIDDLETON 
##                                1                                1 
##                       MIDDLETOWN                         MIDFIELD 
##                               10                                1 
##                          MIDLAND                       MIDLOTHIAN 
##                               15                                7 
##                          MIDVALE                         MIDVILLE 
##                                2                                1 
##                           MIDWAY                     MIDWEST CITY 
##                                3                                2 
##                           MIKADO                            MILAN 
##                                1                                2 
##                          MILFORD                    MILILANI TOWN 
##                                5                                2 
##                         MILLBRAE                        MILLBROOK 
##                                1                                1 
##                         MILLBURY                    MILLEDGEVILLE 
##                                3                                3 
##                    MILLERS CREEK                      MILLERSBURG 
##                                1                                2 
##                        MILLERTON                         MILLIKEN 
##                                1                                1 
##                       MILLINGTON                           MILLIS 
##                                2                                1 
##                        MILLSBORO                         MILLTOWN 
##                                2                                1 
##                        MILLVILLE                         MILLWOOD 
##                                4                                1 
##                           MILNER                         MILPITAS 
##                                1                                1 
##                           MILTON                 MILTON-FREEWATER 
##                               13                                2 
##                        MILWAUKEE                        MILWAUKIE 
##                               77                                1 
##                             MIMS                            MINCO 
##                                1                                1 
##                           MINDEN                        MINE HILL 
##                                1                                1 
##                          MINEOLA                    MINERAL BLUFF 
##                                1                                1 
##                    MINERAL POINT                    MINERAL WELLS 
##                                1                                4 
##                      MINNEAPOLIS                 MINNETONKA MILLS 
##                               16                                1 
##                          MINOOKA                            MINOT 
##                                1                                2 
##                        MINT HILL                          MIRAMAR 
##                                2                                8 
##                        MISHAWAKA                          MISSION 
##                                6                                6 
##                    MISSION HILLS                    MISSION VIEJO 
##                                1                                5 
##                         MISSOULA                    MISSOURI CITY 
##                                3                                2 
##                         MITCHELL                             MOAB 
##                                1                                3 
##                          MOBERLY                           MOBILE 
##                                1                               26 
##                          MODESTO                    MOHAVE VALLEY 
##                               15                                2 
##                           MOHAWK                           MOLINE 
##                                1                                5 
##                     MOLINE ACRES                             MONA 
##                                4                                3 
##                    MONCKS CORNER                            MONEE 
##                                1                                1 
##                         MONESSEN                           MONETT 
##                                1                                1 
##                           MONONA                      MONONGAHELA 
##                                1                                1 
##                           MONROE                      MONROE CITY 
##                               22                                2 
##                  MONROE TOWNSHIP                         MONROVIA 
##                                1                                1 
##                           MONSEY                         MONTCALM 
##                                1                                1 
##                        MONTCLAIR                       MONTEBELLO 
##                                4                                2 
##                         MONTEREY                    MONTEREY PARK 
##                                1                                4 
##                        MONTEZUMA                       MONTGOMERY 
##                                2                               25 
##                       MONTICELLO                       MONTPELIER 
##                                9                                1 
##                         MONTROSE                         MONTVALE 
##                                2                                1 
##                        MONTVILLE                            MOORE 
##                                1                                7 
##                        MOORELAND                       MOORESTOWN 
##                                1                                1 
##                      MOORESVILLE                         MOORHEAD 
##                                4                                2 
##                         MOORPARK                       MOOSE PASS 
##                                3                                1 
##                           MOOSIC                             MORA 
##                                2                                1 
##                          MORAINE                    MOREHEAD CITY 
##                                1                                1 
##                    MORENO VALLEY                           MORGAN 
##                               14                                3 
##                      MORGAN HILL                        MORGANTON 
##                                5                                2 
##                       MORGANTOWN                         MORIARTY 
##                                7                                2 
##                      MORMON LAKE                        MORRILTON 
##                                1                                1 
##                           MORRIS                         MORRISON 
##                                1                                1 
##                       MORRISTOWN                      MORRISVILLE 
##                                6                                1 
##                           MORROW                           MORTON 
##                                2                                2 
##                     MORTON GROVE                     MOSCOW MILLS 
##                                1                                1 
##                          MOSHEIM                       MOSS POINT 
##                                1                                4 
##                          MOULTON                         MOULTRIE 
##                                2                                1 
##                      MOUND BAYOU                           MOUNDS 
##                                1                                1 
##                      MOUNDS VIEW                      MOUNDSVILLE 
##                                1                                1 
##                       MOUNT AIRY                     MOUNT CARMEL 
##                                2                                2 
##                    MOUNT CLEMENS                       MOUNT DORA 
##                                1                                2 
##                      MOUNT HOLLY                     MOUNT JULIET 
##                                3                                4 
##                     MOUNT LAUREL                     MOUNT MORRIS 
##                                4                                2 
##                      MOUNT OLIVE                       MOUNT ORAB 
##                                1                                1 
##                   MOUNT PLEASANT                   MOUNT PROSPECT 
##                               12                                1 
##                    MOUNT PULASKI                      MOUNT STORM 
##                                1                                1 
##                     MOUNT VERNON                   MOUNTAIN BROOK 
##                                7                                2 
##                    MOUNTAIN CITY                   MOUNTAIN GREEN 
##                                1                                2 
##                    MOUNTAIN HOME                   MOUNTAIN LAKES 
##                                2                                2 
##                    MOUNTAIN VIEW                 MOUNTAIN VILLAGE 
##                                5                                1 
##                     MOUNTAINSIDE                MOUNTLAKE TERRACE 
##                                1                                2 
##                       MOUNTVILLE                       MOXEE CITY 
##                                1                                1 
##                         MULBERRY                        MULDRAUGH 
##                                2                                1 
##                         MULESHOE                          MULLINS 
##                                1                                2 
##                           MUNCIE                        MUNDELEIN 
##                                7                                2 
##                       MUNDS PARK                     MUNFORDVILLE 
##                                1                                1 
##                          MUNSTER                     MURFREESBORO 
##                                1                                9 
##                           MURRAY                         MURRIETA 
##                                2                                3 
##                      MURRYSVILLE                        MUSCATINE 
##                                3                                1 
##                         MUSKEGON                 MUSKEGON HEIGHTS 
##                                5                                2 
##                         MUSKOGEE                          MUSTANG 
##                                3                                1 
##                     MYRTLE BEACH                     MYRTLE CREEK 
##                                5                                1 
##                            MYTON                           NACHES 
##                                1                                1 
##                      NACOGDOCHES                           NAHANT 
##                                2                                1 
##                            NAMPA                         NANAKULI 
##                                4                                3 
##                        NANTUCKET                             NAPA 
##                                1                                6 
##                       NAPERVILLE                           NAPLES 
##                                5                                6 
##                         NAPPANEE                          NARANJA 
##                                1                                2 
##                NARRAGANSETT PIER                          NARROWS 
##                                1                                1 
##                           NASHUA                        NASHVILLE 
##                                3                               98 
##                          NATCHEZ                     NATCHITOCHES 
##                                2                                3 
##                    NATIONAL CITY                           NAUVOO 
##                                7                                1 
##                        NEDERLAND                          NEEDLES 
##                                1                                1 
##                           NEENAH                            NEOLA 
##                                1                                1 
##                             NEON                           NEOSHO 
##                                1                                1 
##                            NEPHI                     NEPTUNE CITY 
##                                4                                2 
##                     NESQUEHONING                       NEW ALBANY 
##                                1                                2 
##                    NEW BALTIMORE                      NEW BEDFORD 
##                                1                                6 
##                       NEW BERLIN                         NEW BERN 
##                                2                                3 
##                       NEW BOSTON                    NEW BRAUNFELS 
##                                1                                9 
##                      NEW BRITAIN                    NEW BRUNSWICK 
##                                6                                8 
##                        NEW CANEY                       NEW CASTLE 
##                                1                               16 
##                         NEW CITY                        NEW CREEK 
##                                3                                1 
##                   NEW GLOUCESTER                     NEW HARTFORD 
##                                1                                1 
##                        NEW HAVEN                      NEW HOLLAND 
##                               19                                2 
##                         NEW HOPE                    NEW HYDE PARK 
##                                3                                7 
##                       NEW IBERIA                      NEW IPSWICH 
##                                2                                2 
##                   NEW KENSINGTON                     NEW LIMERICK 
##                                1                                2 
##                       NEW LONDON                   NEW MANCHESTER 
##                                2                                1 
##                       NEW MARKET                 NEW MARTINSVILLE 
##                                2                                2 
##                        NEW MELLE                      NEW MILFORD 
##                                1                                3 
##                       NEW MILTON                      NEW ORLEANS 
##                                1                               49 
##                        NEW PALTZ                 NEW PHILADELPHIA 
##                                1                                1 
##                  NEW PORT RICHEY                   NEW PROVIDENCE 
##                                3                                1 
##                     NEW RICHMOND                        NEW RIVER 
##                                1                                1 
##                     NEW ROCHELLE                     NEW SHOREHAM 
##                                1                                2 
##                 NEW SMYRNA BEACH                      NEW WAVERLY 
##                                9                                2 
##                      NEW WINDSOR                         NEW YORK 
##                                1                               29 
##                    NEW YORK CITY                           NEWARK 
##                              117                               41 
##                    NEWARK VALLEY                         NEWBERRY 
##                                1                                1 
##                          NEWBURG                         NEWBURGH 
##                                1                                9 
##                 NEWBURY OLD TOWN                      NEWBURYPORT 
##                                1                                1 
##                        NEWCASTLE                          NEWCOMB 
##                                5                                1 
##                           NEWELL                        NEWINGTON 
##                                1                                1 
##                           NEWNAN                          NEWPORT 
##                                3                               12 
##                    NEWPORT BEACH                     NEWPORT NEWS 
##                                9                               21 
##                           NEWTON                          NEWTOWN 
##                                8                                2 
##                     NEYLANDVILLE                          NIAGARA 
##                                1                                1 
##                    NIAGARA FALLS                    NICHOLASVILLE 
##                                5                                3 
##                         NICHOLLS                            NILES 
##                                1                                3 
##                        NISKAYUNA                             NIXA 
##                                1                                1 
##                      NOBLESVILLE                          NOGALES 
##                                5                                2 
##                       NOLANVILLE                            NORCO 
##                                2                                1 
##                         NORCROSS                          NORFOLK 
##                                2                               23 
##                           NORMAL                           NORMAN 
##                                1                               12 
##                      NORMAN PARK                     NORRIDGEWOCK 
##                                1                                1 
##                       NORRISTOWN                      NORTH ADAMS 
##                                1                                2 
##             NORTH ANDOVER CENTER                  NORTH ATTLEBORO 
##                                3                                3 
##                    NORTH AUGUSTA                     NORTH BERGEN 
##                                3                                2 
##                   NORTH BETHESDA                   NORTH BRANFORD 
##                                1                                2 
##                  NORTH BRUNSWICK                    NORTH BUFFALO 
##                                4                                1 
##                     NORTH CANAAN                     NORTH CANTON 
##                                1                                1 
##                 NORTH CHARLESTON                    NORTH CHICAGO 
##                               17                                1 
##               NORTH COLLEGE HILL                    NORTH COLLINS 
##                                2                                1 
##                     NORTH CORBIN                   NORTH COVENTRY 
##                                1                                2 
##                  NORTH DARTMOUTH                       NORTH EAST 
##                                1                                1 
##                    NORTH HAMPTON                      NORTH HAVEN 
##                                1                                2 
##                      NORTH HILLS                     NORTH JUDSON 
##                                1                                1 
##                  NORTH LAS VEGAS                 NORTH LAUDERDALE 
##                                7                                3 
##                NORTH LITTLE ROCK                      NORTH MIAMI 
##                                7                                8 
##                NORTH MIAMI BEACH               NORTH MYRTLE BEACH 
##                                2                                3 
##                    NORTH OLMSTED                 NORTH PALM BEACH 
##                                3                                2 
##               NORTH PALM SPRINGS                 NORTH PLAINFIELD 
##                                5                                1 
##                     NORTH PLAINS                     NORTH PLATTE 
##                                1                                2 
##                       NORTH POLE                       NORTH PORT 
##                                1                                3 
##                    NORTH POTOMAC                    NORTH READING 
##                                1                                1 
##             NORTH RICHLAND HILLS                   NORTH ROYALTON 
##                                1                                4 
##                 NORTH SMITHFIELD                 NORTH STONINGTON 
##                                1                                1 
##                  NORTH TONAWANDA                     NORTH VERNON 
##                                1                                1 
##                      NORTH ZULCH                      NORTHAMPTON 
##                                1                                1 
##                       NORTHFIELD              NORTHFIELD TOWNSHIP 
##                                2                                1 
##                       NORTHGLENN                        NORTHLAKE 
##                                1                                3 
##                        NORTHPORT                           NORTON 
##                                5                                3 
##                    NORTON SHORES                      NORTONVILLE 
##                                1                                1 
##                          NORVELL                          NORWALK 
##                                1                               11 
##                          NORWICH                          NORWOOD 
##                                6                                3 
##                   NOT APPLICABLE                     Not Reported 
##                            17146                              531 
##                          NOTTAWA                            NOTUS 
##                                1                                1 
##                           NOVATO                             NOVI 
##                                2                                1 
##                           NUTLEY                         NUTRIOSO 
##                                1                                1 
##                            NYACK                         O'FALLON 
##                                1                                3 
##                          O'NEILL                        OAK CREEK 
##                                1                                1 
##                       OAK FOREST                        OAK GROVE 
##                                1                                1 
##                       OAK HARBOR                         OAK HILL 
##                                1                                1 
##                         OAK LAWN                         OAK PARK 
##                                2                                2 
##                        OAK POINT                        OAK RIDGE 
##                                1                                3 
##                  OAK RIDGE NORTH                 OAKBROOK TERRACE 
##                                1                                1 
##                          OAKDALE                         OAKGROVE 
##                                3                                1 
##                          OAKLAND                     OAKLAND PARK 
##                               31                                7 
##                          OAKWOOD                            OBETZ 
##                                1                                1 
##                            OCALA                       OCEAN CITY 
##                               16                                1 
##                        OCEANSIDE                            OCOEE 
##                               13                                4 
##                           ODESSA                             ODIN 
##                               28                                1 
##                            OGDEN                          OGLESBY 
##                               14                                1 
##                       OGLETHORPE                         OIL CITY 
##                                1                                1 
##                             OJAI                        OKAWVILLE 
##                                1                                1 
##                    OKLAHOMA CITY                         OKMULGEE 
##                               79                                2 
##                           OLATHE                       OLD BRIDGE 
##                                4                                7 
##                         OLD COVE                       OLD FIELDS 
##                                1                                1 
##                        OLD FORGE                         OLD LYME 
##                                2                                1 
##                OLD ORCHARD BEACH                      OLD STANTON 
##                                1                                1 
##                       OLD VALDEZ                     OLD WESTBURY 
##                                1                                1 
##                          OLDTOWN                            OLEAN 
##                                1                                1 
##                     OLIVE BRANCH                       OLIVE HILL 
##                                6                                1 
##                      OLIVEBRIDGE                   OLIVER SPRINGS 
##                                1                                1 
##                    OLMSTED FALLS                            OLNEY 
##                                1                                1 
##                          OLYMPIA                   OLYMPIA FIELDS 
##                                1                                3 
##                            OMAHA                             OMAK 
##                               38                                1 
##                             OMER                         ONALASKA 
##                                1                                1 
##                           ONEIDA                          ONEONTA 
##                                2                                1 
##                    ONONDAGA HILL                          ONTARIO 
##                                1                               18 
##                          OOLITIC                        OPA-LOCKA 
##                                2                                2 
##                          OPELIKA                        OPELOUSAS 
##                                5                                2 
##                           ORACLE                           ORANGE 
##                                1                               18 
##                     ORANGE BEACH                      ORANGE CITY 
##                                2                                7 
##                     ORCHARD PARK                           OREGON 
##                                1                                4 
##                             OREM                           ORIENT 
##                                7                                1 
##                           ORINDA                           ORLAND 
##                                3                                1 
##                      ORLAND PARK                          ORLANDO 
##                                2                               42 
##                     ORMOND BEACH                            ORONO 
##                                7                                1 
##                          ORONOGO                         OROVILLE 
##                                1                                5 
##                        ORRINGTON                         ORRVILLE 
##                                1                                1 
##                          OSBORNE                          OSCEOLA 
##                                1                                4 
##                    OSCEOLA MILLS                          OSHKOSH 
##                                1                                2 
##                          OSHTEMO                        OSKALOOSA 
##                                2                                1 
##                          OSSIPEE                          OTHELLO 
##                                1                                1 
##                            Other                           OTSEGO 
##                              193                                1 
##                           OTTAWA                     OTTAWA HILLS 
##                                5                                1 
##                      OTTER CREEK                          OTTUMWA 
##                                2                                1 
##                         OVERLAND                    OVERLAND PARK 
##                                2                                7 
##                             OVID                           OVIEDO 
##                                1                                1 
##                           OWASSO                         OWATONNA 
##                                2                                2 
##                OWENS CROSS ROADS                        OWENSBORO 
##                                1                                4 
##                           OXFORD                           OXNARD 
##                               12                                5 
##                       OYSTER BAY                            OZARK 
##                               18                                8 
##                            OZONA                          PACIFIC 
##                                1                                2 
##                         PACIFICA                          PADUCAH 
##                                3                                3 
##                         PAGELAND                            PAHOA 
##                                1                                1 
##                   PAINCOURTVILLE                     PAINTED POST 
##                                1                                1 
##                      PAINTSVILLE                         PALATINE 
##                                1                                2 
##                          PALATKA                        PALESTINE 
##                                2                                3 
##                         PALM BAY                       PALM BEACH 
##                                6                                1 
##               PALM BEACH GARDENS                       PALM COAST 
##                                5                                8 
##                      PALM DESERT                     PALM SPRINGS 
##                                1                                5 
##                         PALMDALE                           PALMER 
##                               24                                7 
##                     PALMETTO BAY                          PALMYRA 
##                                1                                8 
##                        PALO ALTO                    PALOS HEIGHTS 
##                                4                                1 
##                      PANAMA CITY                PANAMA CITY BEACH 
##                                4                                5 
##                    PANORAMA PARK                            PAOLA 
##                                1                                1 
##                         PARADISE                        PARAGONAH 
##                                4                                1 
##                        PARAGOULD                        PARAMOUNT 
##                                1                                3 
##                          PARAMUS                            PARIS 
##                                4                                3 
##                           PARISH                        PARK CITY 
##                                1                                3 
##                           PARKER                      PARKERSBURG 
##                               11                                7 
##                            PARMA                    PARMA HEIGHTS 
##                                1                                2 
##                          PAROWAN                          PARRISH 
##                                1                                1 
##                       PARSIPPANY                          PARSONS 
##                                1                                2 
##                     PARSONSFIELD                         PASADENA 
##                                1                               19 
##                       PASCAGOULA                            PASCO 
##                                5                                3 
##                      PASO ROBLES                   PASS CHRISTIAN 
##                                3                                3 
##                          PASSAIC                        PATASKALA 
##                                1                                1 
##                        PATCHOGUE                         PATERSON 
##                                1                                7 
##                        PATTERSON                          PAULDEN 
##                                5                                1 
##                         PAULDING                          PAW PAW 
##                                1                                1 
##                        PAWTUCKET                          PAYETTE 
##                                6                                1 
##                           PAYSON                        PEA RIDGE 
##                                7                                1 
##                   PEACHTREE CITY                            PEARL 
##                                1                                2 
##                       PEARL CITY                         PEARSALL 
##                                1                                2 
##                          PEASTER                             PECK 
##                                1                                1 
##                            PECOS                         PECULIAR 
##                                2                                1 
##                        PEEKSKILL                            PEETZ 
##                                1                                1 
##                           PEGRAM                            PEKIN 
##                                1                                1 
##                           PELHAM                        PELL CITY 
##                                5                                3 
##                        PEMBERTON                         PEMBROKE 
##                                1                                3 
##                   PEMBROKE PINES                        PENDLETON 
##                               12                                6 
##                         PENFIELD                         PENN YAN 
##                                1                                1 
##                          PENNDEL                      PENNS GROVE 
##                                1                                1 
##                       PENNSAUKEN                       PENNSVILLE 
##                                1                                2 
##                        PENSACOLA                           PEORIA 
##                                2                               24 
##                          PEOTONE                          PERALTA 
##                                1                                1 
##                          PERIDOT                           PERRIS 
##                                2                               12 
##                            PERRY                      PERTH AMBOY 
##                                2                                1 
##                             PERU                         PETALUMA 
##                                1                                2 
##                        PETERBORO                       PETERSBURG 
##                                1                                9 
##                           PEVELY                         PEWAUKEE 
##                                2                                2 
##                     PEWEE VALLEY                       PE\xd1ASCO 
##                                1                                1 
##                     PFLUGERVILLE                            PHARR 
##                                2                                2 
##                      PHENIX CITY                     PHILADELPHIA 
##                                7                              154 
##                          PHOENIX                         PICAYUNE 
##                              211                                2 
##                          PICKENS                     PICKERINGTON 
##                                1                                1 
##                      PICO RIVERA                         PIEDMONT 
##                                3                                3 
##                        PIERCETON                           PIERRE 
##                                1                                1 
##                          PIERRON                          PIERSON 
##                                1                                1 
##                     PIGEON FORGE                        PIKEVILLE 
##                                1                                2 
##                            PILAR                             PIMA 
##                                3                                1 
##                       PINE BLUFF                        PINE LAWN 
##                                5                                2 
##                        PINEHURST                    PINELLAS PARK 
##                                1                                8 
##                          PINETOP                 PINETOP-LAKESIDE 
##                                1                                1 
##                        PINEVILLE                      PINEY FLATS 
##                                3                                1 
##                       PINSONFORK                     PIPPA PASSES 
##                                1                                1 
##                       PISCATAWAY                         PITCAIRN 
##                                5                                1 
##                   Pittman Center                        PITTSBURG 
##                                1                                8 
##                       PITTSBURGH                       PITTSFIELD 
##                               20                                7 
##                        PITTSFORD                         PITTSTON 
##                                1                                1 
##                        PLACENTIA                      PLACERVILLE 
##                                1                                1 
##                         PLACITAS                    PLAIN DEALING 
##                                1                                1 
##                       PLAINFIELD                       PLAINSBORO 
##                                6                                2 
##                        PLAINVIEW                        PLAINWELL 
##                                2                                1 
##                            PLANO                       PLANT CITY 
##                               16                                6 
##                       PLANTATION                       PLAQUEMINE 
##                               10                                2 
##                      PLATTE CITY                      PLATTEVILLE 
##                                1                                4 
##                      PLATTSBURGH                   PLEASANT GROVE 
##                                1                                1 
##                    PLEASANT HILL                 PLEASANT PRAIRIE 
##                                4                                2 
##                   PLEASANT RIDGE                  PLEASANT VALLEY 
##                                2                                2 
##                       PLEASANTON                    PLEASANTVILLE 
##                                3                                6 
##                             PLUM                         PLYMOUTH 
##                                1                                4 
##                       POCAHONTAS                        POCATELLO 
##                                1                                1 
##                   POINT PLEASANT                          POLACCA 
##                                1                                1 
##                          POLKTON                          POMFRET 
##                                1                                2 
##                           POMONA                    POMPANO BEACH 
##                               16                               27 
##                       PONCA CITY                           PONETO 
##                                1                                1 
##                          PONTIAC                    PONTOON BEACH 
##                                8                                2 
##                           POOLER                     POPLAR BLUFF 
##                                3                                3 
##                         POQUOSON                       PORT ALLEN 
##                                1                                1 
##                      PORT ARTHUR                     PORT EDWARDS 
##                                8                                1 
##                       PORT HURON                      PORT JERVIS 
##                                2                                1 
##                      PORT LAVACA                      PORT NECHES 
##                                1                                2 
##                     PORT NIKISKI                      PORT ORANGE 
##                                2                                4 
##                    PORT REPUBLIC                      PORT RICHEY 
##                                1                                1 
##                       PORT ROYAL                   PORT SAINT JOE 
##                                2                                1 
##                 PORT SAINT LUCIE                   PORT WENTWORTH 
##                               13                                2 
##                          PORTAGE                         PORTALES 
##                                3                                1 
##                           PORTER                      PORTERFIELD 
##                                2                                1 
##                      PORTERVILLE                           PORTIA 
##                                4                                1 
##                         PORTLAND                       PORTSMOUTH 
##                               58                                4 
##                            POSEN                       POST FALLS 
##                                1                                2 
##                           POTEAU                          POTOMAC 
##                                1                                1 
##                          POTSDAM                        POTTSTOWN 
##                                1                                3 
##                       POTTSVILLE                     POUGHKEEPSIE 
##                                1                                3 
##                      POUND RIDGE                   POWDER SPRINGS 
##                                1                                3 
##                           POWELL                           POWERS 
##                                3                                1 
##                     PRAIRIEVILLE                            PRATT 
##                                1                                1 
##                       PRATTSBURG                      PRATTSVILLE 
##                                1                                2 
##                       PRATTVILLE                           PREBLE 
##                                2                                1 
##                          PREMIER                         PRESCOTT 
##                                1                                6 
##                  PRESCOTT VALLEY                          PRESTON 
##                                2                                1 
##                     PRESTONSBURG                            PRICE 
##                                4                                3 
##                       PRICEVILLE                         PRICHARD 
##                                1                                7 
##                         PRIMGHAR                        PRINCETON 
##                                1                               10 
##                      PRINCEVILLE                          PROCTOR 
##                                1                                2 
##                         PROSPECT                          PROSPER 
##                                2                                1 
##                       PROVIDENCE                            PROVO 
##                               13                                5 
##                            PRYOR                           PUEBLO 
##                                1                               13 
##                      PUEBLO WEST                         PUKALANI 
##                                1                                1 
##                          PULASKI                          PULLMAN 
##                                1                                1 
##                      PUNTA GORDA                          PURCELL 
##                                1                                3 
##                            PURDY                           PUTNAM 
##                                2                                2 
##                           PUTNEY                         PUYALLUP 
##                                1                                4 
##                       QUARTZSITE                       QUEEN CITY 
##                                4                                1 
##                      QUEEN CREEK                       QUEENSBURY 
##                                4                                1 
##                          QUEMADO                           QUINCY 
##                                1                               16 
##                          QUINLAN                           RACINE 
##                                1                                9 
##                         RADCLIFF                     RAINBOW CITY 
##                                2                                1 
##                         RAINELLE                          RAINIER 
##                                1                                1 
##                       RAINSVILLE                          RALEIGH 
##                                2                               18 
##                            RALLS                           RAMAGE 
##                                1                                1 
##                           RAMAPO                           RAMSEY 
##                                2                                2 
##                       RANCHESTER                   RANCHO CORDOVA 
##                                1                                3 
##                 RANCHO CUCAMONGA           RANCHO SANTA MARGARITA 
##                               16                                1 
##                  RANCHOS DE TAOS                         RANDLETT 
##                                1                                1 
##                         RANDOLPH                           RANSON 
##                                9                                2 
##                       RAPID CITY                          RAVENEL 
##                                7                                1 
##                          RAVENNA                       RAVENSWOOD 
##                                1                                2 
##                          RAWLINS                              RAY 
##                                2                                1 
##                     RAY TOWNSHIP                          RAYMOND 
##                                1                                1 
##                            RAYNE                   RAYNHAM CENTER 
##                                2                                4 
##                          RAYTOWN                         RAYVILLE 
##                                1                                2 
##                          RAYWICK                           READER 
##                                1                                1 
##                          READING                       READINGTON 
##                                6                                1 
##                         RED BANK                        RED BLUFF 
##                                1                                2 
##                         RED HOOK                        RED HOUSE 
##                                1                                1 
##                          RED OAK                        RED RIVER 
##                                3                                1 
##                      RED SPRINGS                          REDBUSH 
##                                1                                1 
##                          REDDING                 REDFORD TOWNSHIP 
##                               12                                5 
##                         REDLANDS                          REDMOND 
##                               10                                2 
##                    REDONDO BEACH                     REDWOOD CITY 
##                                1                                2 
##                          REEDLEY                         REHOBOTH 
##                                2                                1 
##                       REIDSVILLE                           REMSEN 
##                                2                                1 
##                             RENO                       RENSSELAER 
##                               24                                1 
##                           RENTON                         REPUBLIC 
##                                4                                2 
##                        RHINEBECK                           RIALTO 
##                                1                               15 
##                             RICE                         RICEBORO 
##                                1                                1 
##                         RICHARDS                       RICHARDSON 
##                                1                                9 
##                        RICHFIELD                RICHFIELD SPRINGS 
##                                4                                1 
##                         RICHFORD                         RICHLAND 
##                                1                                2 
##                         RICHMOND                 RICHMOND HEIGHTS 
##                               51                                2 
##                    RICHMOND HILL                     RICHTON PARK 
##                                3                                1 
##                         RICHWOOD                            RIDGE 
##                                2                                1 
##                       RIDGECREST                       RIDGEFIELD 
##                                1                                4 
##                        RIDGELAND                      RIDLEY PARK 
##                                5                                1 
##                            RIFLE                             RIGA 
##                                1                                1 
##                            RIGBY                        RINCONADA 
##                                1                                1 
##                           RINDGE                       RINEYVILLE 
##                                1                                1 
##                         RINGGOLD                  RIO GRANDE CITY 
##                                2                                1 
##                       RIO RANCHO                           RIPLEY 
##                                3                                2 
##                            RIPON                       RIVER EDGE 
##                                1                                1 
##                     RIVER FOREST                       RIVER OAKS 
##                                1                                1 
##                      RIVER RIDGE                        RIVERBANK 
##                                1                                1 
##                        RIVERDALE                   RIVERDALE PARK 
##                                8                                1 
##                        RIVERHEAD                        RIVERSIDE 
##                                4                               39 
##                    RIVIERA BEACH                          ROANOKE 
##                                4                               15 
##                   ROANOKE RAPIDS                     ROBBINSVILLE 
##                                2                                1 
##                           ROBINS                         ROBINSON 
##                                1                                1 
##                         ROBSTOWN                        ROCHESTER 
##                                1                               27 
##                        ROCK HILL                      ROCK ISLAND 
##                                2                                2 
##                     ROCK SPRINGS                         ROCKFORD 
##                                2                               13 
##                       ROCKINGHAM                         ROCKLAND 
##                                2                                1 
##                         ROCKMART                         ROCKWALL 
##                                2                                4 
##                         ROCKWOOD                       ROCKY HILL 
##                                2                                2 
##                      ROCKY MOUNT                           ROGERS 
##                                8                                8 
##                      ROGERSVILLE                       ROLESVILLE 
##                                1                                1 
##                  ROLLING MEADOWS                             ROME 
##                                1                                4 
##                        ROME CITY                       ROMEOVILLE 
##                                1                                3 
##                           ROMNEY                          ROMULUS 
##                                1                                4 
##                       RONCEVERTE                           ROSCOE 
##                                2                                1 
##                         ROSEBURG                         ROSEDALE 
##                                3                                1 
##                         ROSELAND                         ROSELAWN 
##                                1                                1 
##                          ROSELLE                     ROSELLE PARK 
##                                2                                1 
##                         ROSEMEAD                         ROSEMONT 
##                                1                                1 
##                        ROSEMOUNT                        ROSENBERG 
##                                1                                5 
##                        ROSENDALE                         ROSEPINE 
##                                1                                1 
##                        ROSEVILLE                   ROSLYN ESTATES 
##                               11                                1 
##                          ROSWELL                        ROTTERDAM 
##                                8                                4 
##                       ROUND LAKE                       ROUND ROCK 
##                                2                                7 
##                          ROWLETT                              ROY 
##                                2                                2 
##                        ROYAL OAK                 ROYAL PALM BEACH 
##                                1                                1 
##                         ROYALTON                  ROYALTON CENTER 
##                                2                                2 
##                          RUDYARD                          RUMFORD 
##                                1                                1 
##                      RUNAWAY BAY                        RUNNEMEDE 
##                                1                                1 
##                           RUPERT                             RUSH 
##                                1                                1 
##                     RUSHSYLVANIA                          RUSSELL 
##                                1                                2 
##                  RUSSELL SPRINGS                   RUSSELLS MILLS 
##                                2                                2 
##                     RUSSELLVILLE                             RUTH 
##                                7                                1 
##                       RUTHERFORD                          RUTLAND 
##                                2                                2 
##                         RUTLEDGE                             RYAN 
##                                3                                1 
##                         SABATTUS                           SABULA 
##                                1                                1 
##                          SACATON                             SACO 
##                                4                                1 
##                       SACRAMENTO                          SAGINAW 
##                               43                                6 
##                           SAGOLA                        SAHUARITA 
##                                1                                4 
##                     SAINT ALBANS                      SAINT AMANT 
##                                1                                1 
##                  SAINT AUGUSTINE                    SAINT BERNARD 
##                                3                                2 
##                    SAINT CHARLES                      SAINT CLAIR 
##                                6                                3 
##               SAINT CLAIR SHORES                      SAINT CLOUD 
##                                3                                5 
##                    SAINT FRANCIS               SAINT FRANCISVILLE 
##                                1                                1 
##                     SAINT GEORGE                       SAINT JOHN 
##                                9                                2 
##                      SAINT JOHNS                     SAINT JOSEPH 
##                                1                                6 
##                      SAINT LOUIS                 SAINT LOUIS PARK 
##                               76                                1 
##                    SAINT MARTINS                      SAINT MARYS 
##                                1                                1 
##                    SAINT MICHAEL                       SAINT PAUL 
##                                1                               13 
##                      SAINT PETER                     SAINT PETERS 
##                                1                                7 
##                 SAINT PETERSBURG                     SAINT ROBERT 
##                               31                                1 
##                           SALADO                            SALEM 
##                                1                               18 
##                           SALINA                          SALINAS 
##                                6                                7 
##                        SALISBURY                           SALOME 
##                               17                                3 
##                   SALT LAKE CITY                         SALTILLO 
##                               24                                2 
##                       SAN ANGELO                      SAN ANTONIO 
##                                9                              147 
##                       SAN BENITO                   SAN BERNARDINO 
##                                2                               38 
##                        SAN BRUNO                     SAN CLEMENTE 
##                                1                                3 
##                        SAN DIEGO                        SAN DIMAS 
##                               95                                1 
##                       SAN FELIPE                        SAN FIDEL 
##                                1                                1 
##                    SAN FRANCISCO                      SAN GABRIEL 
##                               29                                2 
##                      SAN JACINTO                         SAN JOSE 
##                                9                               55 
##                         SAN JUAN              SAN JUAN CAPISTRANO 
##                                2                                2 
##                      SAN LEANDRO                  SAN LUIS OBISPO 
##                                8                                4 
##                       SAN MANUEL                       SAN MARCOS 
##                                1                               14 
##                        SAN MATEO                        SAN PABLO 
##                                6                                4 
##                        SAN RAMON                        SAN SIMON 
##                                2                                2 
##                       SAN YSIDRO                          SANBORN 
##                                3                                1 
##                       SANBORNTON                     SAND SPRINGS 
##                                2                                2 
##                          SANDERS                      SANDIA PARK 
##                                1                                1 
##                         SANDUSKY                            SANDY 
##                                1                                1 
##                       SANDY CITY                    SANDY SPRINGS 
##                                1                                9 
##                       SANDYVILLE                          SANFORD 
##                                1                               10 
##                           SANGER                        SANTA ANA 
##                                3                               21 
##                 SANTA ANA PUEBLO                    SANTA BARBARA 
##                                2                                1 
##                      SANTA CLARA                    SANTA CLARITA 
##                                5                                6 
##                       SANTA CRUZ                         SANTA FE 
##                                5                               13 
##                 SANTA FE SPRINGS                      SANTA MARIA 
##                                4                                2 
##                      SANTA PAULA                       SANTA ROSA 
##                                1                                6 
##                          SAPULPA                         SARALAND 
##                                2                                1 
##                     SARANAC LAKE                         SARASOTA 
##                                1                                7 
##                         SARATOGA                 SARATOGA SPRINGS 
##                                1                                2 
##                         SARDINIA                          SATSUMA 
##                                1                                1 
##                       SAUGERTIES                           SAUGET 
##                                4                                4 
##                           SAUGUS                     SAUK VILLAGE 
##                                1                                2 
##                 SAUTEE NACOOCHEE                           SAVAGE 
##                                1                                1 
##                          SAVANNA                         SAVANNAH 
##                                1                               15 
##                            SAYRE                       SAYREVILLE 
##                                1                                3 
##                      SCARBOROUGH                          SCARBRO 
##                                3                                2 
##                        SCARSDALE                     SCHAGHTICOKE 
##                                1                                2 
##                       SCHAUMBURG                      SCHENECTADY 
##                                2                                3 
##                     SCHERERVILLE                           SCHERR 
##                                2                                1 
##                          SCHERTZ                    SCHILLER PARK 
##                                1                                4 
##                     SCHROON LAKE                             SCIO 
##                                1                                1 
##                           SCIPIO                         SCITUATE 
##                                3                                1 
##                       SCOTT CITY                    SCOTTS VALLEY 
##                                1                                1 
##                      SCOTTSBLUFF                       SCOTTSBORO 
##                                1                                3 
##                       SCOTTSBURG                       SCOTTSDALE 
##                                1                               26 
##                      SCOTTSVILLE                         SCRANTON 
##                                2                                3 
##                         SEABROOK                       SEAGOVILLE 
##                                2                                1 
##                       SEAL BEACH                            SEALY 
##                                4                                1 
##                            SEAMA                           SEARCY 
##                                1                                2 
##                           SEATAC                          SEATTLE 
##                                3                               24 
##                    SEBAGO CENTER                         SECAUCUS 
##                                1                                4 
##                          SEDALIA                            SEDAN 
##                                3                                1 
##                           SEDONA                    SEDRO-WOOLLEY 
##                                1                                1 
##                       SELBYVILLE                         SELIGMAN 
##                                1                                1 
##                      SELLERSBURG                            SELLS 
##                                3                                1 
##                            SELMA                           SELMER 
##                                2                                3 
##                         SEMINOLE                        SENATOBIA 
##                                1                                1 
##                           SENECA                          SENNETT 
##                                2                                1 
##                           SENOIA                   SENTINEL BUTTE 
##                                1                                2 
##                           SEQUIM                           SEVIER 
##                                1                                1 
##                      SEVIERVILLE                          SEYMOUR 
##                                7                                6 
##                     SHADY SHORES                          SHAFTER 
##                                1                                1 
##                         SHAKOPEE                        SHALLOTTE 
##                                2                                1 
##                         SHAMOKIN                     SHAMOKIN DAM 
##                                1                                1 
##                           SHANKS                          SHANNON 
##                                1                                1 
##                           SHARON                      SHARONVILLE 
##                                4                                3 
##                          SHAWANO                          SHAWNEE 
##                                1                                2 
##                        SHEBOYGAN                        SHEFFIELD 
##                                1                                2 
##                        SHELBIANA                        SHELBURNE 
##                                2                                1 
##                           SHELBY                       SHELBY GAP 
##                                5                                1 
##                      SHELBYVILLE                          SHELDON 
##                                6                                1 
##                          SHELTON                       SHENANDOAH 
##                                3                                1 
##              SHENANDOAH JUNCTION                         SHEPHERD 
##                                2                                1 
##                    SHEPHERDSTOWN                   SHEPHERDSVILLE 
##                                1                                6 
##                         SHERBORN                         SHERIDAN 
##                                1                                2 
##                          SHERMAN                         SHERWOOD 
##                                7                                3 
##                           SHILOH                         SHIPROCK 
##                                1                                2 
##                      SHIPSHEWANA                          SHIRLEY 
##                                2                                1 
##                          SHIVELY                        SHORELINE 
##                                6                                3 
##                        SHOREWOOD                         SHOSHONE 
##                                1                                1 
##                         SHOW LOW                       SHREVEPORT 
##                                3                               30 
##                       SHREWSBURY                    SICILY ISLAND 
##                                3                                1 
##                           SIDNEY                     SIERRA VISTA 
##                                4                                2 
##                  SIGNAL MOUNTAIN                           SIGURD 
##                                1                                2 
##                         SIKESTON                       SILERVILLE 
##                                3                                1 
##                   SILOAM SPRINGS                             SILT 
##                                2                                1 
##                      SILVER CITY                      SILVER LAKE 
##                                1                                1 
##                      SIMI VALLEY                     SIMPSONVILLE 
##                                5                                1 
##                         SIMSBURY                    SINCLAIRVILLE 
##                                1                                1 
##                           SINTON                       SIOUX CITY 
##                                1                                7 
##                      SIOUX FALLS                      SISSONVILLE 
##                               14                                3 
##                       SISTER BAY                     SISTERSVILLE 
##                                1                                2 
##                      SKANEATELES                         SKIATOOK 
##                                2                                1 
##                           SKOKIE                        SKOWHEGAN 
##                                2                                4 
##                      SLANESVILLE                       SLATE HILL 
##                                2                                1 
##                          SLIDELL                       SLOATSBURG 
##                                7                                1 
##                          SLOCOMB                        SMACKOVER 
##                                1                                1 
##                        SMITHBURG                       SMITHFIELD 
##                                1                                8 
##                        SMITHTOWN                 SMITHVILLE FLATS 
##                               10                                1 
##                           SMYRNA                       SNELLVILLE 
##                               12                                3 
##                        SNOW HILL                        SNOWFLAKE 
##                                1                                1 
##                           SNYDER                          SOCORRO 
##                                1                                2 
##                      SODDY-DAISY                            SODUS 
##                                1                                3 
##                     SOLANA BEACH                          SOLDIER 
##                                2                                1 
##                         SOLDOTNA                           SOMERS 
##                                1                                1 
##                     SOMERS POINT                         SOMERSET 
##                                1                                2 
##                         SOMERTON                       SOMERVILLE 
##                                1                                1 
##                       SOMESVILLE                           SONOMA 
##                                1                                1 
##                         SORRENTO                        SOUR LAKE 
##                                1                                1 
##                 SOUTH BARRINGTON                        SOUTH BAY 
##                                1                                1 
##                     SOUTH BELOIT                       SOUTH BEND 
##                                1                               10 
##                  SOUTH BRUNSWICK                 SOUTH BURLINGTON 
##                                5                                3 
##                    SOUTH BYFIELD            SOUTH CHICAGO HEIGHTS 
##                                1                                1 
##                    SOUTH DAYTONA                     SOUTH DENNIS 
##                                1                                2 
##                   SOUTH EL MONTE                       SOUTH GATE 
##                                1                                1 
##                SOUTH GLENS FALLS                     SOUTH HADLEY 
##                                2                                1 
##                    SOUTH HAMPTON                    SOUTH HOLLAND 
##                                1                                2 
##                    SOUTH HOUSTON                     SOUTH JORDAN 
##                                1                                1 
##                  SOUTH KINGSTOWN                 SOUTH LAKE TAHOE 
##                                3                                1 
##                    SOUTH LEBANON                      SOUTH MIAMI 
##                                1                                1 
##                  SOUTH MILWAUKEE                 SOUTH PLAINFIELD 
##                                1                                1 
##                     SOUTH ROXANA                      SOUTH SALEM 
##                                2                                1 
##                  SOUTH SALT LAKE              SOUTH SAN FRANCISCO 
##                                3                                3 
##                 SOUTH SHAFTSBURY                    SOUTH WINDSOR 
##                                1                                1 
##                      SOUTHAMPTON                        SOUTHAVEN 
##                                8                                2 
##                        SOUTHBURY                   SOUTHERN PINES 
##                                1                                1 
##                       SOUTHFIELD                        SOUTHGATE 
##                                5                                4 
##                      SOUTHINGTON                        SOUTHLAKE 
##                                5                                2 
##                         SOUTHOLD                        SOUTHSIDE 
##                                3                                3 
##                SOUTHWEST RANCHES                        SOUTHWICK 
##                                1                                1 
##                         SPALDING                     SPANISH FORK 
##                                1                                5 
##                           SPARKS                           SPARTA 
##                                5                                4 
##                      SPARTANBURG                         SPEEDWAY 
##                                4                                1 
##                          SPENCER                      SPENCERPORT 
##                                3                                1 
##                      SPIRIT LAKE                          SPOKANE 
##                                1                               17 
##                   SPOKANE VALLEY                         SPRAKERS 
##                                8                                1 
##                       SPRING BAY                      SPRING DALE 
##                                1                                1 
##                      SPRING HILL                    SPRING VALLEY 
##                                4                                1 
##                       SPRINGDALE                      SPRINGFIELD 
##                               13                               74 
##                         STAFFORD                         STAMFORD 
##                                3                                4 
##                      STANCHFIELD                    STANFORDVILLE 
##                                1                                1 
##                          STANLEY                          STANTON 
##                                3                                6 
##                        STANVILLE                       STARKSBORO 
##                                1                                1 
##                       STARKVILLE                       STATESBORO 
##                                1                                6 
##                      STATESVILLE                          STATHAM 
##                                6                                3 
##                         STAUNTON                          STAYTON 
##                                1                                1 
##                         STEBBINS                      STEELEVILLE 
##                                1                                1 
##                           STEGER                       STEILACOOM 
##                                2                                1 
##                      STEPHENTOWN                 STERLING HEIGHTS 
##                                1                                4 
##                          STETSON                        STEVENSON 
##                                1                                2 
##                     STEWARTSTOWN                       STILLWATER 
##                                1                                2 
##                      STOCKBRIDGE                        STOCKDALE 
##                                4                                1 
##                         STOCKTON                   STONE MOUNTAIN 
##                               33                                2 
##                        STONEWALL                       STONINGTON 
##                                1                                2 
##                      STONY BROOK                      STONY CREEK 
##                                1                                2 
##                      STONY POINT                        STOUGHTON 
##                                1                                3 
##                        STRAFFORD                        STRATFORD 
##                                1                                3 
##                       STRAWBERRY                       STREAMWOOD 
##                                2                                1 
##                         STREATOR                        STREETMAN 
##                                3                                1 
##                       STRINGTOWN                     STRONGSVILLE 
##                                1                                2 
##                           STROUD                           STUART 
##                                4                                4 
##                       STURBRIDGE                        STUTTGART 
##                                2                                1 
##                          SUAMICO                           SUCHES 
##                                1                                1 
##                          SUFFERN                          SUFFOLK 
##                                1                                8 
##                      SUGAR GROVE                       SUGAR LAND 
##                                1                                2 
##                        SUGARLOAF                         SUITLAND 
##                                1                                1 
##                         SULLIVAN                    SULLIVAN CITY 
##                                3                                1 
##                          SULPHUR                  SULPHUR SPRINGS 
##                                2                                2 
##                      SUMMERFIELD                     SUMMERSVILLE 
##                                1                                2 
##                      SUMMERVILLE                           SUMMIT 
##                                1                                3 
##                      SUMMITVILLE                           SUMNER 
##                                1                                4 
##                           SUMTER                         SUN CITY 
##                                4                                3 
##                      SUN PRAIRIE                     SUNLAND PARK 
##                                3                                1 
##                SUNNY ISLES BEACH                        SUNNYVALE 
##                                1                                7 
##                          SUNRISE                     SUNSET HILLS 
##                               16                                2 
##                         SUPERIOR                   SURFSIDE BEACH 
##                                2                                2 
##                         SURPRISE                       SUSANVILLE 
##                               10                                2 
##                     SUTTER CREEK                           SUTTON 
##                                1                                1 
##                          SUWANEE                            SWAIN 
##                                2                                1 
##                          SWANSEA                          SWANTON 
##                                4                                1 
##                        SWANVILLE                       SWEET HOME 
##                                1                                2 
##                        SWEETLAND                       SWEETWATER 
##                                1                                4 
##                         SYCAMORE                        SYLACAUGA 
##                                1                                2 
##                         SYLVANIA                         SYRACUSE 
##                                2                               13 
##                       TABERNACLE                           TACOMA 
##                                1                               15 
##                             TAFT                     TALKING ROCK 
##                                1                                1 
##                        TALLADEGA                      TALLAHASSEE 
##                                4                               22 
##                       TALLAPOOSA                        TALLMADGE 
##                                2                                4 
##                            TALPA                          TAMARAC 
##                                1                               11 
##                            TAMPA                             TAOS 
##                               59                                2 
##                     TAPPAHANNOCK                         TAR HEEL 
##                                1                                1 
##                          TARBORO                   TARPON SPRINGS 
##                                1                                4 
##                        TARRYTOWN                          TAVARES 
##                                7                                4 
##                           TAYLOR                     TAYLORSVILLE 
##                                6                                5 
##                           TCHULA                          TEANECK 
##                                1                                2 
##                            TEAYS                        TEHACHAPI 
##                                1                                2 
##                   TELLICO PLAINS                         TEMECULA 
##                                1                                6 
##                            TEMPE                           TEMPLE 
##                               17                               11 
##                   TEMPLE TERRACE                         TENNILLE 
##                                2                                2 
##                      TERRE HAUTE                          TERRELL 
##                                5                                1 
##                            TERRY                        TERRYTOWN 
##                                2                                1 
##                        TEXARKANA                       TEXAS CITY 
##                               13                                8 
##                           THAYER                       THE COLONY 
##                                1                                1 
##                      THE VILLAGE                    THE WOODLANDS 
##                                1                                2 
##                          THERESA                        THIBODAUX 
##                                1                                1 
##                        THOMASTON                      THOMASVILLE 
##                                2                                2 
##                         THOMPSON                          THOMSON 
##                                2                                2 
##                         THORNTON                       THORNVILLE 
##                               10                                1 
##                    THOUSAND OAKS                   THREE MILE BAY 
##                                5                                1 
##                     THREE RIVERS                           TIFTON 
##                                1                                1 
##                           TILTON                          TIMPSON 
##                                2                                1 
##                      TINLEY PARK                     TINTON FALLS 
##                                2                                1 
##                        TIPP CITY                           TIPTON 
##                                1                                2 
##                      TIPTONVILLE                       TITUSVILLE 
##                                1                                5 
##                        TOBYHANNA                           TOLEDO 
##                                2                               34 
##                          TOLLAND                         TOLLESON 
##                                2                                1 
##                           TOLONO                         TOM BEAN 
##                                1                                1 
##                          TOMBALL                       TOMS RIVER 
##                                3                                5 
##                          TONALEA                        TONAWANDA 
##                                1                                4 
##                       TONGANOXIE                          TONOPAH 
##                                1                                3 
##                          TONSINA                           TOOELE 
##                                1                                1 
##                           TOPEKA                          TOPSHAM 
##                               11                                1 
##                      TOQUERVILLE                         TORNILLO 
##                                1                                1 
##                         TORRANCE                           TORREY 
##                                7                                1 
##                           TOULON                 TOWN AND COUNTRY 
##                                2                                4 
##                  TOWN OF DIGHTON                   TOWN OF EASTON 
##                                1                                2 
##              TOWN OF MACHIASPORT                 TOWN OF REHOBOTH 
##                                1                                4 
##                 TOWN OF UXBRIDGE                         TOWNSEND 
##                                1                                1 
##                TOWNSHIP OF BRICK          TOWNSHIP OF BRIDGEWATER 
##                                3                                2 
##               TOWNSHIP OF CENTER                TOWNSHIP OF EWING 
##                                1                                3 
##            TOWNSHIP OF IRVINGTON     TOWNSHIP OF NORTH HUNTINGDON 
##                                1                                1 
##           TOWNSHIP OF PITTSGROVE TOWNSHIP OF SOUTH ORANGE VILLAGE 
##                                3                                1 
##          TOWNSHIP OF SOUTHAMPTON               TOWNSHIP OF WARREN 
##                                3                                2 
##                            TRACY                         TRAFFORD 
##                                7                                1 
##                    TRAVERSE CITY                  TREASURE ISLAND 
##                                2                                1 
##                          TRENTON                     TRES PIEDRAS 
##                               10                                1 
##                          TRIMBLE                          TRINITY 
##                                1                                2 
##                            TRION                         TROMMALD 
##                                2                                1 
##                         TROTWOOD                        TROUTDALE 
##                                5                                1 
##                             TROY                      TRUMANSBURG 
##                               14                                1 
##                         TRUMBULL                       TRUSSVILLE 
##                                6                                2 
##            TRUTH OR CONSEQUENCES                        TUBA CITY 
##                                1                                1 
##                            TUBAC                           TUCKER 
##                                1                                5 
##                           TUCSON                          TUKWILA 
##                              116                                8 
##                           TULARE                         TULAROSA 
##                                7                                1 
##                            TULLY                            TULSA 
##                                1                               56 
##                       TUMACACORI                         TUMWATER 
##                                1                                2 
##                           TUPELO                     TURKEY CREEK 
##                                9                                1 
##                          TURLOCK                           TURNER 
##                                7                                2 
##                       TUSCALOOSA                        TUSCUMBIA 
##                                8                                1 
##                         TUSKEGEE                           TUSTIN 
##                                4                                5 
##                           TUTTLE                      TUXEDO PARK 
##                                2                                2 
##                 TWENTYNINE PALMS                       TWIN FALLS 
##                                4                                1 
##                       TWIN LAKES                    TWIN MOUNTAIN 
##                                1                                1 
##                       TWO RIVERS                     TYBEE ISLAND 
##                                1                                1 
##                              TYE                            TYLER 
##                                1                               12 
##                        TYNGSBORO                             TYRO 
##                                1                                1 
##                     UHRICHSVILLE                          ULYSSES 
##                                1                                2 
##                           UNICOI                            UNION 
##                                2                               10 
##                       UNION CITY                    UNION SPRINGS 
##                               15                                3 
##                        UNIONTOWN                  UNIVERSITY CITY 
##                                2                                1 
##                  UNIVERSITY PARK                 UNIVERSITY PLACE 
##                                3                                2 
##                          Unknown                           UPLAND 
##                              262                                6 
##                      UPPER DARBY                    UPPER HANOVER 
##                                2                                1 
##                     UPPER MERION                      UPPER TRACT 
##                                2                                1 
##                           URBANA                            UTICA 
##                                4                                4 
##                         UXBRIDGE                        VACAVILLE 
##                                1                                3 
##                             VADO                             VAIL 
##                                2                                2 
##                         VALDOSTA                          VALLEJO 
##                                2                                9 
##                           VALLEY                      VALLEY HEAD 
##                                2                                1 
##                      VALLEY VIEW                       VALPARAISO 
##                                2                                2 
##                        VAN BOWEN                        VAN BUREN 
##                                1                                2 
##                        VAN VLECK                        VANCOUVER 
##                                1                               14 
##                         VANDALIA                         VARDAMAN 
##                                2                                2 
##                        VARNVILLE                             VASS 
##                                1                                1 
##                           VENICE                          VENTURA 
##                                1                               10 
##                            VENUS                          VERBANK 
##                                1                                1 
##                           VERNAL                           VERNON 
##                                1                               13 
##                       VERO BEACH                           VERONA 
##                                3                                4 
##                       VERSAILLES                           VESTAL 
##                                3                                1 
##                   VESTAVIA HILLS                            VEVAY 
##                                1                                1 
##                         VICTORIA                      VICTORVILLE 
##                                4                               23 
##                          VIDALIA                            VIDOR 
##                                2                                7 
##                           VIENNA                       VILLA PARK 
##                                5                                1 
##                       VILLA RICA                        VINCENNES 
##                                2                                2 
##                       VINE GROVE                         VINELAND 
##                                1                                5 
##                   VINEYARD HAVEN                      VINITA PARK 
##                                1                                2 
##                            VIOLA                           VIRGIN 
##                                2                                1 
##                   VIRGINIA BEACH                 VIRGINIA GARDENS 
##                               25                                1 
##                          VISALIA                            VISTA 
##                               12                                7 
##                           VOLNEY                           VONORE 
##                                1                                4 
##                         VOORHEES                             WACO 
##                                2                               14 
##                        WADSWORTH                          WAGONER 
##                                1                                1 
##                           WAGRAM                          WAHIAWA 
##                                1                                3 
##                            WAHOO                          WAIALUA 
##                                1                                2 
##                 WAIKOLOA VILLAGE                          WAIPAHU 
##                                1                                1 
##                 WAIPI\x91O ACRES                       WAITE PARK 
##                                2                                1 
##                       WAITSFIELD                      WAI\x91ANAE 
##                                1                                1 
##                      WAKE FOREST                        WAKEFIELD 
##                                1                                4 
##                            WALDO                          WALDORF 
##                                2                                1 
##                         WALDWICK                            WALES 
##                                1                                1 
##                     WALES CORNER                           WALKER 
##                                1                                2 
##                     WALKERSVILLE                       WALKERTOWN 
##                                1                                2 
##                    WALL TOWNSHIP                          WALLACE 
##                                3                                1 
##                      WALLINGFORD                    WALLINS CREEK 
##                                5                                1 
##                     WALNUT CREEK                     WALNUT RIDGE 
##                                2                                1 
##                       WALNUTPORT                          WALPOLE 
##                                1                                1 
##                       WALSENBURG                          WALTHAM 
##                                1                                2 
##                    WALTHOURVILLE                           WALTON 
##                                1                                3 
##                           WAMPUM                          WANAQUE 
##                                1                                1 
##                          WANSHIP                          WANTAGE 
##                                1                                1 
##                        WAPPINGER                             WARE 
##                                2                                1 
##                          WAREHAM                         WARFIELD 
##                                5                                1 
##                           WARNER                    WARNER ROBINS 
##                                1                                9 
##                       WARR ACRES                           WARREN 
##                                2                                9 
##                      WARRENSBURG             WARRENSVILLE HEIGHTS 
##                                1                                2 
##                           WARSAW                          WARWICK 
##                                2                                8 
##                            WASCO                       WASHINGTON 
##                                3                               38 
##           WASHINGTON COURT HOUSE              WASHINGTON TOWNSHIP 
##                                1                                1 
##                          WASILLA                          WATAUGA 
##                                2                                1 
##                         WATCHUNG                     WATER VALLEY 
##                                2                                1 
##                        WATERBURY                        WATERFORD 
##                               15                                3 
##                  WATERFORD WORKS                         WATERLOO 
##                                3                               10 
##                        WATERTOWN                       WATERVILLE 
##                                5                                1 
##                     WATFORD CITY                      WATSONVILLE 
##                                1                                3 
##                         WAUCEDAH                         WAUCHULA 
##                                1                                1 
##                         WAUCONDA                         WAUKEGAN 
##                                4                               10 
##                         WAUKESHA                         WAUKOMIS 
##                                4                                1 
##                         WAUREGAN                          WAURIKA 
##                                1                                1 
##                           WAUSAU                          WAUSEON 
##                                1                                1 
##                        WAUWATOSA                        WAWARSING 
##                                2                                3 
##                       WAXAHACHIE                         WAYCROSS 
##                                5                                5 
##                          WAYLAND                            WAYNE 
##                                1                               14 
##                       WAYNESBORO                      WAYNESVILLE 
##                                2                                2 
##                      WEATHERFORD                           WEBBER 
##                                6                                1 
##                          WEBSTER                        WEEHAWKEN 
##                                6                                1 
##                           WEIMAR                          WEIRTON 
##                                1                                1 
##                            WELCH                             WELD 
##                                2                                1 
##                           WELDON                    WELDON SPRING 
##                                3                                1 
##                        WELLESLEY                       WELLINGTON 
##                                1                                3 
##                            WELLS                         WELLSTON 
##                                2                                1 
##                          WELLTON                            WELSH 
##                                4                                1 
##                         WENDOVER                        WENTWORTH 
##                                3                                1 
##                       WENTZVILLE                          WESLACO 
##                                2                                2 
##                           WESLEY                           WESSON 
##                                1                                1 
##                       WEST ALLIS                   WEST BRADENTON 
##                                4                                2 
##                  WEST CARROLLTON                     WEST CHICAGO 
##                                2                                3 
##                    WEST COLUMBIA                WEST CONSHOHOCKEN 
##                                7                                1 
##                      WEST COVINA                      WEST DENNIS 
##                                9                                1 
##                    WEST DEPTFORD                  WEST DES MOINES 
##                                1                                1 
##                   WEST FRANKFORT                   WEST GLOCESTER 
##                                2                                2 
##                   WEST GREENWICH                    WEST HARTFORD 
##                                2                                1 
##                       WEST HAVEN                    WEST HAZLETON 
##                                6                                1 
##                   WEST JEFFERSON                      WEST JORDAN 
##                                1                                3 
##                      WEST LEYDEN                        WEST LINN 
##                                1                                1 
##                   WEST MELBOURNE                     WEST MEMPHIS 
##                                2                                4 
##                  WEST MIDDLETOWN                     WEST MILFORD 
##                                6                                3 
##                   WEST MILWAUKEE                      WEST MONROE 
##                                1                                3 
##                    WEST NEW YORK                     WEST NEWBURY 
##                                1                                1 
##                  WEST PALM BEACH                      WEST PLAINS 
##                               21                                2 
##                       WEST POINT                  WEST SACRAMENTO 
##                                3                                7 
##                 WEST SPRINGFIELD                 WEST TERRE HAUTE 
##                                4                                2 
##                  WEST TORRINGTON            WEST UNIVERSITY PLACE 
##                                3                                1 
##                 WEST VALLEY CITY                   WEST WARDSBORO 
##                               10                                1 
##                     WEST WARWICK                     WEST WINDSOR 
##                                1                                1 
##              WESTAMPTON TOWNSHIP                      WESTBOROUGH 
##                                3                                3 
##                        WESTBROOK                       WESTCLIFFE 
##                                2                                1 
##                         WESTERLY                  WESTERN SPRINGS 
##                                3                                1 
##                      WESTERVILLE                        WESTFIELD 
##                                1                                5 
##                         WESTFORD                      WESTHAMPTON 
##                                1                                1 
##                         WESTLAKE                 WESTLAKE VILLAGE 
##                                2                                1 
##                         WESTLAND                      WESTMINSTER 
##                                8                               11 
##                     WESTMORELAND                           WESTON 
##                                3                                4 
##                       WESTPHALIA                         WESTPORT 
##                                1                                2 
##                         WESTTOWN                        WESTVILLE 
##                                1                                4 
##                         WESTWEGO                     WETHERSFIELD 
##                                1                                3 
##                         WETUMPKA                         WEYMOUTH 
##                                1                                3 
##                          WHARTON                      WHEAT RIDGE 
##                                4                                6 
##                          WHEATON                          WHEELER 
##                                1                                1 
##                         WHEELING                         WHEELOCK 
##                                6                                1 
##                            WHITE                       WHITE HALL 
##                                1                                2 
##                       WHITE LAKE                        WHITE OAK 
##                                1                                1 
##                 WHITE SETTLEMENT                    WHITE SPRINGS 
##                                1                                1 
##            WHITE SULPHUR SPRINGS                        WHITEHALL 
##                                1                                2 
##                       WHITESBORO                       WHITESBURG 
##                                2                                1 
##                       WHITESTOWN                       WHITEVILLE 
##                                1                                2 
##                      WHITEWRIGHT                          WHITING 
##                                1                                1 
##                     WHITLEY CITY                         WHITTIER 
##                                1                                4 
##                              WHY                          WICHITA 
##                                2                               46 
##                    WICHITA FALLS                       WICKENBURG 
##                                5                                1 
##                        WICKLIFFE                          WIGGINS 
##                                1                                1 
##                          WIKIEUP                        WILBRAHAM 
##                                2                                1 
##                           WILDER                         WILDOMAR 
##                                3                                3 
##                         WILDWOOD            WILKES BARRE TOWNSHIP 
##                                2                                1 
##                     WILKES-BARRE                          WILLARD 
##                                3                                1 
##                          WILLCOX                     WILLIAMSBURG 
##                                2                                2 
##                       WILLIAMSON                     WILLIAMSPORT 
##                                4                                1 
##                     WILLIAMSTOWN                      WILLINGBORO 
##                                1                                1 
##                  WILLINGTON HILL                           WILLIS 
##                                2                                1 
##                        WILLISTON                   WILLISTON PARK 
##                                2                                1 
##                      WILLISVILLE                       WILLOUGHBY 
##                                1                                2 
##                           WILLOW                     WILLOW BEACH 
##                                1                                1 
##                   WILLOW SPRINGS                        WILLOWICK 
##                                1                                1 
##                          WILLOWS                      WILLS POINT 
##                                1                                1 
##                           WILMER                       WILMINGTON 
##                                2                               16 
##                          WILMORE                      WILMOT FLAT 
##                                1                                1 
##                           WILSON                    WILSONS MILLS 
##                                9                                1 
##                           WILTON                          WINAMAC 
##                                1                                1 
##                       WINCHESTER                WINCHESTER CENTER 
##                                3                                3 
##                          WINDHAM                   WINDHAM CENTER 
##                                1                                1 
##                          WINDSOR                         WINFIELD 
##                                9                                2 
##                        WINKELMAN                        WINNFIELD 
##                                1                                1 
##                        WINNSBORO                           WINONA 
##                                2                                1 
##                          WINSLOW                          WINSTON 
##                                2                                1 
##                    WINSTON SALEM                           WINTER 
##                               20                                1 
##                    WINTER GARDEN                     WINTER HAVEN 
##                                1                                2 
##                      WINTER PARK                       WINTERPORT 
##                                3                                1 
##                          WINTERS                     WINTERSVILLE 
##                                2                                1 
##                      WINTERVILLE                         WINTHROP 
##                                1                                2 
##                        WISCASSET                 WISCONSIN RAPIDS 
##                                1                                1 
##                            WIXOM                          WOLCOTT 
##                                1                                1 
##                        WOLFFORTH                             WOOD 
##                                1                                1 
##                        WOOD DALE                       WOOD-RIDGE 
##                                1                                1 
##                       WOODBRIDGE                         WOODBURY 
##                               12                                4 
##                      WOODINVILLE                         WOODLAND 
##                                1                                3 
##                   WOODLAND MILLS                    WOODLAND PARK 
##                                1                                2 
##                        WOODRIDGE                         WOODSIDE 
##                                2                                2 
##                        WOODSTOCK                        WOODVILLE 
##                               10                                1 
##                       WOONSOCKET                          WOOSUNG 
##                                2                                1 
##                        WORCESTER                      WORTHINGTON 
##                                6                                3 
##                            WRENS                         WRENTHAM 
##                                1                                1 
##                      WRIGHT CITY                      WRIGHTSTOWN 
##                                2                                1 
##                        WURTSBORO                        WYANDOTTE 
##                                1                                1 
##                      WYNANTSKILL                            WYNNE 
##                                1                                1 
##                          WYOMING                       WYTHEVILLE 
##                               10                                1 
##                            XENIA                       YAH-TA-HEY 
##                                1                                1 
##                           YAKIMA                          YANKTON 
##                                6                                1 
##                          YARDLEY                         YARMOUTH 
##                                1                                2 
##                       YAZOO CITY                    YELLOW SPRING 
##                                1                                1 
##                          YONKERS                             YORK 
##                                9                                4 
##                     YORK VILLAGE                        YORKSHIRE 
##                                2                                1 
##                         YORKTOWN                 YORKTOWN HEIGHTS 
##                                2                                3 
##                        YORKVILLE                       YOUNGSTOWN 
##                                2                                7 
##                        YPSILANTI                        YUBA CITY 
##                                1                                4 
##                          YUCAIPA                            YUCCA 
##                                2                                1 
##                     YUCCA VALLEY                            YUKON 
##                                4                                1 
##                             YUMA                          ZACHARY 
##                               16                                1 
##                       ZANESVILLE                          ZEBULON 
##                                2                                1 
##                      ZEPHYRHILLS                       ZIA PUEBLO 
##                                2                                1 
##                        ZIMMERMAN                             ZION 
##                                1                                1 
##                         \x91AIEA                    \x91EWA BEACH 
##                                4                                3
table(datos$STATENAME)
## 
##              Alabama               Alaska              Arizona 
##                  852                   53                  967 
##             Arkansas           California             Colorado 
##                  585                 3558                  574 
##          Connecticut             Delaware District of Columbia 
##                  279                  104                   34 
##              Florida              Georgia               Hawaii 
##                 3098                 1522                   81 
##                Idaho             Illinois              Indiana 
##                  188                 1087                  815 
##                 Iowa               Kansas             Kentucky 
##                  304                  382                  709 
##            Louisiana                Maine             Maryland 
##                  762                  151                  540 
##        Massachusetts             Michigan            Minnesota 
##                  327                 1011                  369 
##          Mississippi             Missouri              Montana 
##                  687                  914                  190 
##             Nebraska               Nevada        New Hampshire 
##                  217                  293                   98 
##           New Jersey           New Mexico             New York 
##                  547                  365                  963 
##       North Carolina         North Dakota                 Ohio 
##                 1412                   96                 1154 
##             Oklahoma               Oregon         Pennsylvania 
##                  599                  461                 1060 
##         Rhode Island       South Carolina         South Dakota 
##                   66                  962                  132 
##            Tennessee                Texas                 Utah 
##                 1119                 3520                  256 
##              Vermont             Virginia           Washington 
##                   58                  796                  525 
##        West Virginia            Wisconsin              Wyoming 
##                  249                  561                  114
names(which.max(table(datos$RUR_URBNAME)))
## [1] "Urban"
names(which.max(table(datos$CITYNAME)))
## [1] "NOT APPLICABLE"
names(which.max(table(datos$STATENAME)))
## [1] "California"
names(which.max(table(datos$NHSNAME))) # La carretera en la que más accidentes se han procudido, es una carretera nacional?
## [1] "This section IS NOT on the NHS"
names(which.max(table(datos$RD_OWNERNAME))) #De quien es la carretera en la que se ha dado el accidente
## [1] "State Highway Agency"
par(mfrow = c(1, 3))  # Dividir la ventana de gráficos en dos
#Ahora graficamos los histogramas
hist(datos$RUR_URB,main = "Histograma de Datos: entornos",
     xlab = "Valores",
     ylab = "Frecuencia",
     col = "skyblue",
     border = "black")
hist(datos$CITY,main = "Histograma de Datos: ciudades",
     xlab = "Valores",
     ylab = "Frecuencia",
     col = "green",
     border = "black")
hist(datos$STATE,main = "Histograma de Datos, estados",
     xlab = "Valores",
     ylab = "Frecuencia",
     col = "purple",
     border = "black")

Como se puede ver por el último output relativo al mayor número de ocurrencias de cada valor dentro de cada variable/coolumna, se infiere como, el mayor número de accidentes se dan en zonas urbanas, que el mayor número de accidentes no se dan en una ciudad en concreto, por lo que podrían y por último, el mayor número de accidentes se dan en el estado de California. Además, se ve como la mayor part de los accidentes se dan en sectores de carreteras que no pertenecen al sistema nacional de autovías pero legalmente pertenece a la agencia estatal de carreteras.

Los histogramas, servirán en el Ejercicio 2 dónde a partir de representciones gráficas se podrán sacar conclusiones e ir “tirando del hilo” hasta poder obtener el conocimiento asociado al objetivo del proyecto de minería de datos.

La siguiente tarea tendría varias fases, y principalmente consistiría en llevar a cabo distintas transformaciones a los datos, con el propósito de darles la forma deseada.

Habiendo estudiado la base de datos algunas de las transformaciones que se podrían llevar a cabo en este fase del proyecto, podrían ser las siguientes:

  • SIMPLIFICACIÓN DECIMAL: En la base de datos, se especifica la latitud y la longitud. En este caso las dos columnas de valores, tienen muchos decimales, y como se ha visto por teoría y por lo que se infiere por lógica, todos esos decimales requieren de espacio para ser almacenados, por lo tanto cuantos más decimales haya, más espacio necesitará ese valor para almacenarse, por lo tanto esos decimales podrían aproximarse/redondearse hasta cierto punto, ya que todo depende de la exactitud que se necesite, no osbtante, esto no es un problema para el proyeto que se ha propuesto.

    En lo que respecta al objetivo del proyecto que se ha propuesto, la latitud y la longitud no aportan mucha información adicional, ya que la base de datos es exclusiva a los EEUU, y además, ya se conoce el estado, la ciudad, y el condado en el que se ha dado el accidente. No obstante, a no ser que este dato se usase para otro proyecto de minería de datos, en el que hubiese una comparación entre los estados de un país y de otro en términos de accidentes, podría descartarse.

    Aunque, por precaución este dato no quedaría descartado, porque servería para calcular la media de la latitud y la longitud de cada uno de los accidentes, en el estado en el que más accidentes se producen, esto también podría ayudar a saber con exactitud que punto geográfico concentra más accidentes de media, a partir de ahí se podría trazar un radio en kilómetros que determinase la peligrosidad de la zona. Esto último supondría añadir una variable adicional, algo posible y que se ha estudiado en teoría.

  • TRANSFORMACIÓN DE ESCALA: Se podrían aplicar transformaciones de escala en el caso de la latitud y de la longitud, ya que poseen valores negativos y positivos que van desde los -90º a +90º y de -180º a +180º correspondientemente, y aunque una comparación entre estos dos atributos no supondría un problema, puede ser que al realizar una gráfica o una comparativa entre una de esas variables y otra del conjunto, pueda dar lugar a confusión.

  • DATOS NUMÉRICOS A CATEGÓRICOS y AGRUPACIÓN DE VALORES: Se podrían agrupar las latitudes numéricas por latitud; norte y sur y las longitudes también numéricas; oeste y este. pero con el punto 0 en el centro de EEUU, ya que si se tomáse la referencia mundial, llevar a cabo esta transformación sobre estos dos datos no tendría mucho sentido, puesto que EEUU se encuentra en la latitud norte y en longitud oeste.

  • DIVIDIR EL ATRIBUTO ENTORNO: Por practicidad, parar facilitar la representación gráfica, se podría dividir la variable ENTORNO en dos variables: rural y urbano, así se pasaría de una variable categórica a una variable numérica, así podría ahorrarse más espacio, porque aunque se aumente en una columna la base de datos, cada celda solo contendrá un bit de información, un 0 o un 1.

  • CREACIÓN DE UN NUEVO ATRIBUTO: Creación del atributo gravedad, que permita clasificar los accidentes por MUY GRAVE-GRAVE-NO MUY GRAVE-LEVE. Aunque crear un atributo no es como tal una transformación de los datos, se me he ocurrido en este momento. Pero esto conecta con un tipo de transformación, la expansión de un atributo. También es verdad que esto daría para otro proyecto de minería de datos, ya que es igual al objetivo de proyecto mencionado al inicio del ejemplo de arriba del todo de esta prueba. Pero como no hay que desarrollar código, el proyecto principal mencionado al principio de este ejercicio podría verse complementado por la introducción de este objetivo de clasificación de accidentes. a pesar de la alta complejidad que ello conllevaría.

Conectando con lo último mencionado y ahora sí, se podrían crear variables nuevas, que cumplan con el objetivo expuesto antes. No obstante, no se me ocurren otras variables que puedan surgir entre el matrimonio de dos ya existentes, porque en términos prácticos y teniendo en cuenta el objetivo del proyecto que se ha especificado, en principio la base de datos ya tiene las variables suficientes como para obtener conocimiento a lo largo pero sobre todo al final del proceso de la minería de datos.

Luego se podrían enriquecer los datos, con datos de otras bases de datos, pero como lo que se quiere estudiar son los estados, los tipos de intersecciones y el entorno en el que se dan los accidentes con un fin preventivo, no tiene mucho sentido añadir datos de otros países, no obstante si hubiese otra base de datos que tuviese datos a nivel nacional (de EEUU) entonces si que habría que tener en cuenta este punto.

La siguiente tarea a tener en cuenta sería la reducción de la dimensionalidad para ello se podrían estudiar los posibles valores que toman las variables, e intentar reducir el área de operación. Esto es importante, ya que como se ha estudiado en teoría, trabajar con menos datos y obtener los mismos resultados que para un conjunto mayor, es mucho mejor, eficientemente hablando.

#Primero se podría calcular la varianza, para ver si hay mucha diversidad en los datos de un atributo en concreto. Luego se graficaría cada una de las variables/atributos por medio de diagramas de dispersión, para estudiar cual es la zona de mayor densidad, y siguiendo el objetivo establecido al inicio de este ejercicio, se podría acotar la zona de trabajo, eliminando accidentes que no cumplan con ciertas características geográficos definidas por los valores que tomen los atributos para cada accidente. Esto nos permitiría detectar los llamados outliers

Esto daría como resultado una base de datos más pequeña, ya que se habrían descartado accidentes puntuales en zonas geográficas. En el próximo paso, una vez se han limpiado los atributos por dentro, se podría hacer una criba más considerable, dando un paso más alla, y eliminando atributos que no vayan a aportar información nueva o relevante. Como ya se mencionó en otros apartados, se podría considerar la eliminación de los atributos de longitud y latitud, en el caso de que estos no arrojen información interesante comparándolos con otros atributos. Luego, podrían extraerse o los nombres de los condados, ciudades o estados, o se podrían extraer los identificadores asociados a dichos nombres para esos tres atributos, esto persigue simplificar aún más el juego de datos. Seguramente sea más eficiente trabajar con números que con cadenas de carácteres, por lo tanto se podría implementar un mapeo entre el nombre de la ciudad/condado/estado con su identificador, para que a la hora de interpretar los resultados gráficos, sea posible ver el nombre de la ciudad/estado/condado y no sus identificadores asociados, ya que estos últimos, por sí solos no aportan información. Pero lo que está, es que los dos representan la misma información pero de diferente manera, por lo tanto uno de ellos se tiene que ir fuera, ya sean los identificadores o los nombres. Este proceso recibe el nombre de selección de atributos y es una fase crítica en el proceso de transformación de datos.

Esto se podría aplicar también al atributo ENTORNO, pues este no aporta información cuando aparece el nombre de una ciudad en el mismo accidente, pues ya se infiere que el accidente se ha dado en un entorno urbano y no rural. En el caso de que el accidente se diese en un entorno rural entonces, en el atributo relativo al nombre de la ciudad, aparecería: NOT APPLICABLE. Volviendo al objetivo de nuestro proyecto de minería de datos y conectando con el análisis que se acaba de hacer, se podrían eliminar muchos más atributos como por ejemplo; DAY_WEEKNAME, así se quedaría solo, el día de la semana, esto es práctico, porque para una persona es muy fácil asignarle el nombre del día al número del día de la semana, esto supondría un ahorro en memoria. Otros ejemplos serían; MONTHNAME,MINUTENAME,NHSNAME, LATITUDENAME,LONGITUDNAME, RELJCT2NAME, WRK_ZONENAME, RAILNAME, SCH_BUSNAME, todos estos atributos cumplen con una condición, y es que son todos atributos binarios, es decir, solo pueden tomar dos palabras como valor, y las palabras que toman normalmente, son YES || NO o repiten aquello que se especifica en su variante númerica pero con palabras, por lo tanto es más eficiente mantener los identificadores numéricos y quitar las variantes de cadenas de caracteres.

En este punto, los datos del conjunto son mejores, porque se ha conseguido eliminar lo innecesario, la tarea que a uno ocuparía ahora sería la del proceso de construcción del modelo.

Comienzo del PROCESO de MINERÍA DE DATOS

En este paso se supone que la base de datos ya está “limpia” y se han eliminado los datos redundantes, erróneos, confusos o incluso se han añadido datos, ya sea a nivel de variables/atributos (columnas en la tabla) o a nivel de valores dentro de los propios atributos ya existentes.

En este paso se elegirá un modelo, dentro del conjunto de modelos posibles que cumplan con las características del objetivo del proyecto de minería.

Inicialmente, antes de estudiar la teoría, yo pensaba que el término; modelo, solo hacía referencia a la herramienta que permite extraer/crear conocimiento a partir una base de datos, y aunque en el fondo esto es así, el término modelo también hace referencia a la orientación que se le quiere dar el proyecto, es decir, está relacionado con el objetivo del proyecto enunciado al principio de este ejercicio. Es pertinente mencionar, que puede que me haya adelantado realizando esta tarea de orientación del proyecto de minería y haya especializado demasiado el proceso del tratamiento de la base de datos, siguiendo el objetivo enunciado. A mi parecer esto tiene una vetaja y una desventaja.

La ventaja reside principalmente en el hecho de que se han ido eliminando atributos/variables e información en general, que se creía prescindible respecto al objetivo. No obstante, esto crea una posible desventaja, y es que puede ser que a lo largo del proyecto se vaya alterando el enfoque inicial que se tenía acerca del objetivo principal del proyecto, lo que se traduciría en una necesidad de datos que se fueron descartando a lo largo del tratamiento y el analísis de la base de datos.

Dicho esto, se comienza con la elección de un posible modelo para el proyecto.

Como ya se mencionó al incio de este ejercicio. El objetivo actual e inicial, consiste en intentar predecir posibles lugares geográficos donde más podrían ocurrir accidentes a partir de un proceso de minería de datos centrado principalmente, en atributos geográficos.

Debido al objetivo principal del proyecto de minería de datos, el tipo de modelo que más se ajusta, es un modelo predcitvo, y por teoría, se sabe que los modelos predictivos, presentan muchas similitudes con el proceso de clasificación, pues al fin y al cabo, clasificar algo equivale a predecir el valor de ese algo dentro de un conjunto limitado de valores. Ahora bien, cuando hay más de dos clases, el proceso de clasificación se entiende como una tarea de predicción que tiene indicar el valor de la etiqueta.

En el caso de este proyecto, se podría predecir que lugares podrían albergar accidentes, estudiando aquellos ya documentados en la base de datos. Este estudio se llevaría a cabo en cada estado del país, y para saber que lugares geográficos podrían albergar futuros accidentes en más alta probabilidad, habría que estudiar y relacionar atributos como, condados, ciudades, entornos, tipos de vias, las intersecciones y sus tipos, etc. Este proceso sería complejo y muy elaborado ya que se tendrían en cuenta muchas clases.

MECÁNICA GENERAL DEL PROCESO DE BÚSQUEDA

El conocimiento a priori (por ejemplo: se sabe que las zonas más pobladas tienen más probabilidad de albergar accidentes, pues que el modelo tenga un enfoque parecido) que se tiene, el estudio de la base de datos que se ha realizado, y el objetivo del proyecto, apuntan a las redes neuronales, como buenas candidatas iniciales para liderar esa extracción del conocimiento. No obstante, habría que evitar el problema de los mínimos locales mencionado en teoría, para ello se tendría que buscar una métrica que permitiése comparar los resultados del entrenamiento de diferentes redes neuronales con un número distinto de capas y en diferentes arquitecturas, para poder determinar que modelo de red neuronal es mejor. La métrica que puede determinar, que modelo es mejor, puede ser el la del valor de pérdidas al final del entrenamiento, ya que aquella arquitectura de red que presente un menor valor de pérdidas al final de su entrenamiento, será la red más adecuada para la extracción del conocimiento en el proyecto de minería de datos

No obstante, hay que tener en cuenta que las redes neuronales, a pesar de presentar un gran potencial a la hora de realizar tareas repetitivas tras su entrenamiento, requieren de una gran cantidad de datos para el entrenamiento, y este además, tiene que ser lo suficientemente largo, como para que la red realice bien la tarea que la ocupa. Por el contrario, si el conjunto de datos de entrenamiento no es suficiente, se podría dar el famoso overfitting en castellano sobre-ajuste. Este fenómeno ocurre cuando el modelo no puede generalizar bien y en cambio se ajusta demasiado a los datos del entrenamiento. Por lo tanto, habría que estudiar si todos los datos que hay en la base de datos son suficientes para entrenar la red que se encarge de clasificar las zonas geográficas que más accidentes puedan tener. Habiendo estudiado en más o menos detalle la base de datos, me he dado cuenta de que hay una gran variedad de accidentes, pues muchos de ellos cuentan con valores muy característicos en sus atributos, esto puede jugar a favor de un buen entrenamiento, ya que no todos los accidentes son iguales, y por ende la red aprendería bien, pero claro, esto la llevará mucho tiempo, y también tiene que haber muchos accidentes dentro de cada tipo de accidente, para que la red tenga un buen ejemplo.

He elegido una red neuronal para este caso, porque se ajusta a las caracteristicas del proyecto de minería, y además hace no mucho realicé my TFG en el campo de la visión por computador, por lo tanto conservo muchas ideas.

Al haber elegido una red neuronal como modelo que acometa el objetivo propuesto hay que tener en cuenta varios aspectos vistos en teoría y muy propios de las redes neuronales, que van a determinar un correcto funcionamiento del mismo:

  • La función de coste y de pérdidas y funciones de activación: Estas funciones representan cosas diferentes, pero todas son medidas de calidad que califican cada una de las arquitecturas neuronales dentro del mundo de la IA. A continuación se explica muy brevemente la misión de cada una de las funciones: la función de pérdidas es una función de optimización que se busca minimizar, para reducir el error de predicción. Cabe mencionar que el trabajo que realizan las redes neuronales, es el de opimización, estas se dedican a buscar minimos en funciones mediante diferentes maneras, como por ejemplo, mediante el algoritmo del gradient descent. Luego, la función de costes se encarga también de medir el error del modelo, pero en un conjunto de datos, a diferencia de la función de pérdidas que solo maneja una instancia de datos. Estas dos funciones determinan cuanto de bien le está yendo al entrenamiento, y por lo tanto constituyen métricas de calidad que han de utilizarse en el proceso de evaluación del modelo, para saber cuanto de bueno es. Por último, la función de activación se aplica en cada neurona y está se encarga de transformar los datos de entrada que le llegan en características abstractas más separables linealmente. Las funciones de activación determinan directamente el entrenamiento de la red y por consecuente condicionan su aprendizaje.

  • La tasa de aprendizaje y los pesos: La tasa de aprendizaje y los pesos son hiperparámetros de la red, mientras que la primera se encarga de regular el ritmo al que un algoritmo (e.g., el gradient descent) actualiza o aprende los valores de estimación de un parámetro, los pesos determinan la intensidad de interacción entre cada neurona. Estos dos hiperparámetros, también forma parte del conjunto de métricas de calidad

  • Umbrales de detección: Permiten saber a la red que resultados descartar y cuales no, en principio estos parámetros suelen modificarse habitualmente al realizar el entrenamiento de una red.

VARIEDAD DE MODELOS DE BÚSQUEDA

Seguramente hayan más funciones y parmámetros que permitan evaluar el modelo escogido, pero creo que las más importanes se han mencionado arriba. Soy consciente que en esta última parte me he centrado mucho en explicar el modelo desde la perspectiva de las redes neuronales, y no tanto desde la minería de datos.

Volviendo al conocimiento a priori que se ha hecho referencia en esta fase del proyecto, hay que saber como integrarlo. Un método que podría ser intersante sería el de las relaciones de coocurrencia ya que permitiría la expresión de dependencia entre dos atributos, en nuestro caso: “siempre que hay un accidente en una ciudad, significa que el entorno del accidente es urbano”. Pensando un poco a lo loco, esto podría especificarse en la red neuronal, modificando los valores de los pesos, para que los altos pesos de una neurona y otra reflejen la alta intensidad de interacción entre ellas justificando así la dependencia de estos dos atributos.

Para mejorar el aprendizaje de la red, es pertinente destacar la gran cualidad enriquecedora que tiene el transferlearning en el campo de las redes neuronales, ya que esto permite reciclar conocimiento de otra tarea, con el fin de que la red no empiece desde 0 y tenga conocimientos “innatos” esto en la práctica se traduce en implementar unos pesos ya entrenados.

Conectando con el último párrafo, y según el conocimiento a priori que se tenga, este proyecto de minería de datos implementaría un método de reutilización del conocimiento extraído por otro sistema de minería de datos, a fin de dirigir mejor la tarea de búsqueda.

Si se tiene en cuenta el tipo de datos el modelo escogido basado en redes neuronales se corresponde efectivamente con un método de minería de datos supervisados ya que la red clasificaría las observaciones asignándoles un valor o una etiqueta. Aplicando esto al modelo que se ha propuesto, basado en una red neuronal, la red analizaría cada uno de los accidentes y los clasificaría dependiendo de si forman o no parte de un lugar geográfico con muchos accidentes.

Por último, teniendo en cuenta el método de construcción del modelo, el método de minería de datos seria de naturaleza batch ya que la red tomaría la base de datos como el único juego de datos posible, ahorrando así en complejidad. Si se fuese ambicioso y a fin de evitar los problemas de la deriva de modelos y datos envejecidos se podría implementar una red basada en el método incremental modificando sus parámetros según cambian los datos en el tiempo.

EVALUACIÓN e INTERPRETACIÓN del modelo

Esta es la penúltima fase del proyecto, y si todo lo anterior ha ido bien, en esta fase ya se tendría un modelo capaz de representar el conocimiento deseado, respondiendo así a la pregunta formulada al inicio de este ejercicio.

Ahora es el momento de evaluar el modelo, para ello habría que evaluar el funcionamiento de la red que se ha propuesto, por lo tanto la siguiente tarea consistiría en poner a prueba el modelo construido formando tres conjuntos de datos de accidentes, un conjunto para su construcción, otro para validar que el modelo funciona y un último conjunto para evaluar el comportamiento del modelo. Por lo tanto, se extraerían tres conjuntos con accidentes variados en cada unos de ellos.

La tarea a realizar ahora, sería la de aplicar un modelo predictivo de machine learning o de IA (por ejemplo) para formar los tres conjuntos de datos. Como el objetivo es predecir zonas geográficas donde se puedan generar nuevos accidentes a partir de otros atributos, como el tipo de via o intersección, se procedería a separar los accidentes en dos bloques, aquellos que se han dado en zonas con una alta densidad de accidentes (zonas de mayor riesgo) y aquellos que se dan en zonas no tan “desafortunadas”. Al primer bloque de datos (accidentes en zonas de mayor riesgo) se le aplicaría el modelo depredictivo mencionado antes, para conocer que accidentes se encuentran en zonas de alta densidad de siniestros y para saber cuales no. Seguidamente, se extraeran las cambinaciones de valores que pronostican la pertenencia a una clase o a otra. Por ejemplo, como se ha visto anteriormente, las zonas de mayor riesgo de accidente, son aquellas en entorno urbano, o interurbano, pues el término que más aparece relativo a las ciudades es: “NO APLICA”, dónde el tramo de carretera donde se ha producido el accidente no suele formar parte del sistema nacional de autopistas pero legalmente ese tramo de accidente suele ser propiedad de la agencia estatal de autopistas. Como este conjunto de características es el que más se repite entre los accidentes, esta regla se podría aplicar sobre el conjunto de datos nuevo para llevar a cabo una predicción.

En esta misma tarea, habría que determinar si se etiquetan correctamente los nuevos accidentes siguiendo la regla anterior, para ello se podría establecer una incertidumbre del 6% por lo tanto si los nuevos accidentes se clasifican con una probabilidad del 94%, entonces el modelo funciona, ya que está clasificando accidentes en zonas de riesgo, como accidentes en zonas de riesgo. No obstante en esta tarea se tendría que tener en cuenta también los falsos positivos, que son los accidentes que se clasifican de riesgo, cuando en realidad no son de riesgo y viceversa con los falsos negativos.

Finalmente, en el caso en el que el modelo funcionase correctamente, habría que interpretar los resultados. Esta es una de las tareas más importantes del proceso de minería de datos, por lo tanto hay que poner mucha atención. En este paso, hay que hacer interpretaciones en profundidad. Aunque no se tienen resultados para poder discutirlos, se puede tomar como ejemplo de interpretación un resultado de un análisis anterior en el que he mencionado que el atributo CITYNAME estaba estrechamente relacionado con el atributo ENTORNO, en ese analisis he llegado a decir que si para algún accidente el nombre de la ciudad es NO APLICA, significa que el entorno dónde ha ocurrido el accidente es rural, pero esto no es veraz, ya que hay accidentes en los que el nombre de la ciuad es “NO APLICA” pero el entorno mencionado es urbano, esto puede parecer una contradicción, pero en el fondo puede que tenga una explicación más profunda. De esto trata este punto del proyecto, de interpretar los resultados, y de entender la relación entre los resultados y el objetivo del proyecto.

Estudiando los términos, se intuye que el conjunto relativo al de la validación del modelo, no debería de ser igual de grande que el conjunto de datos para evaluar el modelo, ya que validar el modelo consistiría solo en comprobar que el modelo funciona, luego evaluarlo, consistirá en comprobar que el modelo funciona a largo plazo y con cualquier tipo de accidentes. No obstante, los tres conjuntos tienen que venir de la misma base de datos.

Ahora bien, para poder determinar si el modelo se ha construido, validado y evaluado correctamente, se precisa de una métrica que permita clasificar cada uno de los tres procesos. Para empezar, lo que se va a hacer va a ser

INTEGRACIÓN DEL MODELO

Esta es la última fase del proyecto, y en ella se llevaría acabo la última tarea del proyecto que consistiría en integrar los resultados del proyecto de minería de datos en el proceso que se encarga de alimentar el modelo que se ah creado con nuevos accidentes, para cumplir con el objetivo del proyecto. Hay que tener en cuenta, que la integración podría suponer un cambio en el código desarrollado, no obstante, gran parte de los sistemas de minería de datos comerciales proporcionan estos servicios.

La última tarea consistiría en conocer cual es el lenguaje de programación en el que se tiene que implementar el modelo, y luego conocer todas las herramientas necesarias para poder realizar esa potencial trauducción de código.


3 Ejercicio 2


A partir del juego de datos utilizado en el ejemplo de la PEC, realiza las tareas previas a la generación de un modelo de minería de datos explicadas en los módulos “El proceso de minería de datos” y “Preprocesado de los datos y gestión de características”. Puedes utilizar de referencia el ejemplo de la PEC, pero procura cambiar el enfoque y analizar los datos en función de las diferentes dimensiones que presentan los datos. Opcionalmente y valorable se pueden añadir al estudio datos de otros años para realizar comparaciones temporales (https://www.nhtsa.gov/file-downloads?p=nhtsa/downloads/FARS/) o añadir otros hechos a estudiar relacionados, por ejemplo, el consumo de drogas en los accidentes (https://static.nhtsa.gov/nhtsa/downloads/FARS/2020/National/FARS2020NationalCSV.zip)

Escribe aquí la respuesta a la pregunta:

Como en el anterior ejercicio ya se ha propuesto un proyecto de minería de datos, en este ejercicio se llevarán a cabo las tareas previas a la generación de un modelo de minería de datos pero con el foco puesto en el objetivo mencionado en el anterior ejercicio.

# Redacta aquí el código R para el estudio del juego de datos

# Se carga a continuación el fichero de datos 
nombre_archivo = 'accident.CSV'
#Ahora se lee el fichero en formato csv
datos <- read.csv(nombre_archivo)

# Se comprueba la estructura del conjunto de datos
structure = str(datos)
## 'data.frame':    35766 obs. of  81 variables:
##  $ STATE       : int  1 1 1 1 1 1 1 1 1 1 ...
##  $ STATENAME   : chr  "Alabama" "Alabama" "Alabama" "Alabama" ...
##  $ ST_CASE     : int  10001 10002 10003 10004 10005 10006 10007 10008 10009 10010 ...
##  $ VE_TOTAL    : int  1 4 2 1 1 2 1 2 2 2 ...
##  $ VE_FORMS    : int  1 4 2 1 1 2 1 2 2 2 ...
##  $ PVH_INVL    : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ PEDS        : int  0 0 0 0 0 0 1 0 0 0 ...
##  $ PERSONS     : int  4 6 2 5 1 3 1 2 4 3 ...
##  $ PERMVIT     : int  4 6 2 5 1 3 1 2 4 3 ...
##  $ PERNOTMVIT  : int  0 0 0 0 0 0 1 0 0 0 ...
##  $ COUNTY      : int  51 73 117 15 37 103 73 25 45 95 ...
##  $ COUNTYNAME  : chr  "ELMORE (51)" "JEFFERSON (73)" "SHELBY (117)" "CALHOUN (15)" ...
##  $ CITY        : int  0 350 0 0 0 0 330 0 0 1500 ...
##  $ CITYNAME    : chr  "NOT APPLICABLE" "BIRMINGHAM" "NOT APPLICABLE" "NOT APPLICABLE" ...
##  $ DAY         : int  1 2 2 3 4 4 7 8 9 10 ...
##  $ DAYNAME     : int  1 2 2 3 4 4 7 8 9 10 ...
##  $ MONTH       : int  1 1 1 1 1 1 1 1 1 1 ...
##  $ MONTHNAME   : chr  "January" "January" "January" "January" ...
##  $ YEAR        : int  2020 2020 2020 2020 2020 2020 2020 2020 2020 2020 ...
##  $ DAY_WEEK    : int  4 5 5 6 7 7 3 4 5 6 ...
##  $ DAY_WEEKNAME: chr  "Wednesday" "Thursday" "Thursday" "Friday" ...
##  $ HOUR        : int  2 17 14 15 0 16 19 7 20 10 ...
##  $ HOURNAME    : chr  "2:00am-2:59am" "5:00pm-5:59pm" "2:00pm-2:59pm" "3:00pm-3:59pm" ...
##  $ MINUTE      : int  58 18 55 20 45 55 23 15 0 2 ...
##  $ MINUTENAME  : chr  "58" "18" "55" "20" ...
##  $ NHS         : int  0 0 0 0 0 0 0 0 0 1 ...
##  $ NHSNAME     : chr  "This section IS NOT on the NHS" "This section IS NOT on the NHS" "This section IS NOT on the NHS" "This section IS NOT on the NHS" ...
##  $ ROUTE       : int  4 6 3 4 4 3 4 4 4 2 ...
##  $ ROUTENAME   : chr  "County Road" "Local Street - Municipality" "State Highway" "County Road" ...
##  $ TWAY_ID     : chr  "cr-4" "martin luther king jr dr" "sr-76" "CR-ALEXANDRIA WELLINGTON RD" ...
##  $ TWAY_ID2    : chr  "" "" "us-280" "" ...
##  $ RUR_URB     : int  1 2 1 1 1 1 2 1 1 1 ...
##  $ RUR_URBNAME : chr  "Rural" "Urban" "Rural" "Rural" ...
##  $ FUNC_SYS    : int  5 4 4 7 5 4 4 5 5 3 ...
##  $ FUNC_SYSNAME: chr  "Major Collector" "Minor Arterial" "Minor Arterial" "Local" ...
##  $ RD_OWNER    : int  2 4 1 2 2 1 4 2 2 1 ...
##  $ RD_OWNERNAME: chr  "County Highway Agency" "City or Municipal Highway Agency" "State Highway Agency" "County Highway Agency" ...
##  $ MILEPT      : int  0 0 49 0 0 390 0 0 0 3019 ...
##  $ MILEPTNAME  : chr  "None" "None" "49" "None" ...
##  $ LATITUDE    : num  32.4 33.5 33.3 33.8 32.8 ...
##  $ LATITUDENAME: chr  "32.43313333" "33.48465833" "33.29994167" "33.79507222" ...
##  $ LONGITUD    : num  -86.1 -86.8 -86.4 -85.9 -86.1 ...
##  $ LONGITUDNAME: chr  "-86.09485" "-86.83954444" "-86.36964167" "-85.88348611" ...
##  $ SP_JUR      : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ SP_JURNAME  : chr  "No Special Jurisdiction" "No Special Jurisdiction" "No Special Jurisdiction" "No Special Jurisdiction" ...
##  $ HARM_EV     : int  42 12 34 42 42 12 8 12 12 12 ...
##  $ HARM_EVNAME : chr  "Tree (Standing Only)" "Motor Vehicle In-Transport" "Ditch" "Tree (Standing Only)" ...
##  $ MAN_COLL    : int  0 6 0 0 0 2 0 1 1 2 ...
##  $ MAN_COLLNAME: chr  "The First Harmful Event was Not a Collision with a Motor Vehicle in Transport" "Angle" "The First Harmful Event was Not a Collision with a Motor Vehicle in Transport" "The First Harmful Event was Not a Collision with a Motor Vehicle in Transport" ...
##  $ RELJCT1     : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ RELJCT1NAME : chr  "No" "No" "No" "No" ...
##  $ RELJCT2     : int  1 1 3 1 1 1 3 1 8 1 ...
##  $ RELJCT2NAME : chr  "Non-Junction" "Non-Junction" "Intersection-Related" "Non-Junction" ...
##  $ TYP_INT     : int  1 1 3 1 1 1 2 1 1 1 ...
##  $ TYP_INTNAME : chr  "Not an Intersection" "Not an Intersection" "T-Intersection" "Not an Intersection" ...
##  $ WRK_ZONE    : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ WRK_ZONENAME: chr  "None" "None" "None" "None" ...
##  $ REL_ROAD    : int  4 1 4 4 4 1 1 1 1 1 ...
##  $ REL_ROADNAME: chr  "On Roadside" "On Roadway" "On Roadside" "On Roadside" ...
##  $ LGT_COND    : int  2 3 1 1 2 2 3 1 2 1 ...
##  $ LGT_CONDNAME: chr  "Dark - Not Lighted" "Dark - Lighted" "Daylight" "Daylight" ...
##  $ WEATHER     : int  1 2 2 10 2 1 1 1 10 10 ...
##  $ WEATHERNAME : chr  "Clear" "Rain" "Rain" "Cloudy" ...
##  $ SCH_BUS     : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ SCH_BUSNAME : chr  "No" "No" "No" "No" ...
##  $ RAIL        : chr  "0000000" "0000000" "0000000" "0000000" ...
##  $ RAILNAME    : chr  "Not Applicable" "Not Applicable" "Not Applicable" "Not Applicable" ...
##  $ NOT_HOUR    : int  99 17 14 99 0 17 19 7 20 10 ...
##  $ NOT_HOURNAME: chr  "Unknown" "5:00pm-5:59pm" "2:00pm-2:59pm" "Unknown" ...
##  $ NOT_MIN     : int  99 18 58 99 45 0 23 21 0 3 ...
##  $ NOT_MINNAME : chr  "Unknown" "18" "58" "Unknown" ...
##  $ ARR_HOUR    : int  3 17 15 99 0 17 19 7 20 10 ...
##  $ ARR_HOURNAME: chr  "3:00am-3:59am" "5:00pm-5:59pm" "3:00pm-3:59pm" "Unknown EMS Scene Arrival Hour" ...
##  $ ARR_MIN     : int  10 26 15 99 55 19 29 28 10 7 ...
##  $ ARR_MINNAME : chr  "10" "26" "15" "Unknown EMS Scene Arrival Minutes" ...
##  $ HOSP_HR     : int  99 99 99 99 88 18 88 88 99 10 ...
##  $ HOSP_HRNAME : chr  "Unknown" "Unknown" "Unknown" "Unknown" ...
##  $ HOSP_MN     : int  99 99 99 99 88 51 88 88 99 29 ...
##  $ HOSP_MNNAME : chr  "Unknown EMS Hospital Arrival Time" "Unknown EMS Hospital Arrival Time" "Unknown EMS Hospital Arrival Time" "Unknown EMS Hospital Arrival Time" ...
##  $ FATALS      : int  3 1 1 1 1 1 1 1 1 1 ...
##  $ DRUNK_DR    : int  1 0 0 0 0 0 0 0 0 0 ...

Se puede observar como la base de datos tiene 35766 registros y 81 variables. Esto e salgo que ya se conocía del anterior por el pequeño análisis que se realizó, no obstante nunca viene mal comprobar de nuevo las cosas.

Observando el output obtenido antes, puede notarse como la base de datos tiene muchos registros, es decir; muchos accidentes, en este caso hay 35766 accidentes. Cada accidente tiene 81 atributos, que reflejan desde el estado de EEUU en el que se ha producido el accidente, hasta el número de personas implicadas.

Adicionalmente, se ha podido observar en el output anterior, los tipos de variables del dataset, visualmente se podría decir que predominan los atributos de tipo enteros, no obtante tambiñen hay atributos con valores tipo chr, pero como esto no es un razonamiento objetivo, esto se comprueba a continuación:

sapply(datos, class)
##        STATE    STATENAME      ST_CASE     VE_TOTAL     VE_FORMS     PVH_INVL 
##    "integer"  "character"    "integer"    "integer"    "integer"    "integer" 
##         PEDS      PERSONS      PERMVIT   PERNOTMVIT       COUNTY   COUNTYNAME 
##    "integer"    "integer"    "integer"    "integer"    "integer"  "character" 
##         CITY     CITYNAME          DAY      DAYNAME        MONTH    MONTHNAME 
##    "integer"  "character"    "integer"    "integer"    "integer"  "character" 
##         YEAR     DAY_WEEK DAY_WEEKNAME         HOUR     HOURNAME       MINUTE 
##    "integer"    "integer"  "character"    "integer"  "character"    "integer" 
##   MINUTENAME          NHS      NHSNAME        ROUTE    ROUTENAME      TWAY_ID 
##  "character"    "integer"  "character"    "integer"  "character"  "character" 
##     TWAY_ID2      RUR_URB  RUR_URBNAME     FUNC_SYS FUNC_SYSNAME     RD_OWNER 
##  "character"    "integer"  "character"    "integer"  "character"    "integer" 
## RD_OWNERNAME       MILEPT   MILEPTNAME     LATITUDE LATITUDENAME     LONGITUD 
##  "character"    "integer"  "character"    "numeric"  "character"    "numeric" 
## LONGITUDNAME       SP_JUR   SP_JURNAME      HARM_EV  HARM_EVNAME     MAN_COLL 
##  "character"    "integer"  "character"    "integer"  "character"    "integer" 
## MAN_COLLNAME      RELJCT1  RELJCT1NAME      RELJCT2  RELJCT2NAME      TYP_INT 
##  "character"    "integer"  "character"    "integer"  "character"    "integer" 
##  TYP_INTNAME     WRK_ZONE WRK_ZONENAME     REL_ROAD REL_ROADNAME     LGT_COND 
##  "character"    "integer"  "character"    "integer"  "character"    "integer" 
## LGT_CONDNAME      WEATHER  WEATHERNAME      SCH_BUS  SCH_BUSNAME         RAIL 
##  "character"    "integer"  "character"    "integer"  "character"  "character" 
##     RAILNAME     NOT_HOUR NOT_HOURNAME      NOT_MIN  NOT_MINNAME     ARR_HOUR 
##  "character"    "integer"  "character"    "integer"  "character"    "integer" 
## ARR_HOURNAME      ARR_MIN  ARR_MINNAME      HOSP_HR  HOSP_HRNAME      HOSP_MN 
##  "character"    "integer"  "character"    "integer"  "character"    "integer" 
##  HOSP_MNNAME       FATALS     DRUNK_DR 
##  "character"    "integer"    "integer"
#A continuación hacemos una pequeña gráfica que muestre visualmente:
tipos_de_datos <- function(datos) {
  res <- lapply(datos, class)
  res_frame <- data.frame(unlist(res))
  barplot(table(res_frame), main="Data Types", col="steelblue", ylab="Number of Features")
}

tipos_de_datos(datos)

Como se esperaba, hay más variables enteras que de tipo chr, no obstante, algo que a grandes rasgos no se percibía, era que los atributos LATITUDE y LONGITUDE son variables de tipo NUMERIC, pero esto tiene lógica, porque son valores geográficos decimales y el lenguaje de programación R los llama NUMERIC. Más adelante, se verá si merece la pena o no discretizar estos dos atributos.

Antes de empezar a aplicar las técnicas de preprocesado de datos, habría que familiarizarse con la base de datos. Para ello, se ha estudiado el significado de los atritbutos relativos al archivo accident.csv en el archivo “FARS Analytical Users Manual 1975-2021”. Esta base de datos cuenta con los accidentes que se producieron en el 202. Además, cabe destacar que ya se empezó con el estudio de la base de datos, en el ejercicio anterior anterior, a fin poder proponer el objetivo principal del proyecto de minería de datos.

Teniendo una idea general del significado de los atributos, ahora se procede a la comprobación de variables vacías y nulas en la base de datos, véase la siguiente celda de código:

print('VALORES NULOS')
## [1] "VALORES NULOS"
colSums(is.na(datos))
##        STATE    STATENAME      ST_CASE     VE_TOTAL     VE_FORMS     PVH_INVL 
##            0            0            0            0            0            0 
##         PEDS      PERSONS      PERMVIT   PERNOTMVIT       COUNTY   COUNTYNAME 
##            0            0            0            0            0            0 
##         CITY     CITYNAME          DAY      DAYNAME        MONTH    MONTHNAME 
##            0            0            0            0            0            0 
##         YEAR     DAY_WEEK DAY_WEEKNAME         HOUR     HOURNAME       MINUTE 
##            0            0            0            0            0            0 
##   MINUTENAME          NHS      NHSNAME        ROUTE    ROUTENAME      TWAY_ID 
##            0            0            0            0            0            0 
##     TWAY_ID2      RUR_URB  RUR_URBNAME     FUNC_SYS FUNC_SYSNAME     RD_OWNER 
##            0            0            0            0            0            0 
## RD_OWNERNAME       MILEPT   MILEPTNAME     LATITUDE LATITUDENAME     LONGITUD 
##            0            0            0            0            0            0 
## LONGITUDNAME       SP_JUR   SP_JURNAME      HARM_EV  HARM_EVNAME     MAN_COLL 
##            0            0            0            0            0            0 
## MAN_COLLNAME      RELJCT1  RELJCT1NAME      RELJCT2  RELJCT2NAME      TYP_INT 
##            0            0            0            0            0            0 
##  TYP_INTNAME     WRK_ZONE WRK_ZONENAME     REL_ROAD REL_ROADNAME     LGT_COND 
##            0            0            0            0            0            0 
## LGT_CONDNAME      WEATHER  WEATHERNAME      SCH_BUS  SCH_BUSNAME         RAIL 
##            0            0            0            0            0            0 
##     RAILNAME     NOT_HOUR NOT_HOURNAME      NOT_MIN  NOT_MINNAME     ARR_HOUR 
##            0            0            0            0            0            0 
## ARR_HOURNAME      ARR_MIN  ARR_MINNAME      HOSP_HR  HOSP_HRNAME      HOSP_MN 
##            0            0            0            0            0            0 
##  HOSP_MNNAME       FATALS     DRUNK_DR 
##            0            0            0

Como se puede comprobar, en lo que respecta a esta base de datos, no habrá que cumplimentar ningun campo, por medio de técnicas ya vistas en teoría como por ejemplo, por medio del cálculo de medias a partir de los valores del mismo atributo, pero para el resto de accidentes. Esto le evitará confusiones futuras al modelo que se desarrolle.

Ahora es el momento de calcular los valores nulos, véase el siguiente código:

print('VALORES VACÍOS')
## [1] "VALORES VACÍOS"
colSums(datos=='')
##        STATE    STATENAME      ST_CASE     VE_TOTAL     VE_FORMS     PVH_INVL 
##            0            0            0            0            0            0 
##         PEDS      PERSONS      PERMVIT   PERNOTMVIT       COUNTY   COUNTYNAME 
##            0            0            0            0            0            0 
##         CITY     CITYNAME          DAY      DAYNAME        MONTH    MONTHNAME 
##            0            0            0            0            0            0 
##         YEAR     DAY_WEEK DAY_WEEKNAME         HOUR     HOURNAME       MINUTE 
##            0            0            0            0            0            0 
##   MINUTENAME          NHS      NHSNAME        ROUTE    ROUTENAME      TWAY_ID 
##            0            0            0            0            0            0 
##     TWAY_ID2      RUR_URB  RUR_URBNAME     FUNC_SYS FUNC_SYSNAME     RD_OWNER 
##        26997            0            0            0            0            0 
## RD_OWNERNAME       MILEPT   MILEPTNAME     LATITUDE LATITUDENAME     LONGITUD 
##            0            0            0            0            0            0 
## LONGITUDNAME       SP_JUR   SP_JURNAME      HARM_EV  HARM_EVNAME     MAN_COLL 
##            0            0            0            0            0            0 
## MAN_COLLNAME      RELJCT1  RELJCT1NAME      RELJCT2  RELJCT2NAME      TYP_INT 
##            0            0            0            0            0            0 
##  TYP_INTNAME     WRK_ZONE WRK_ZONENAME     REL_ROAD REL_ROADNAME     LGT_COND 
##            0            0            0            0            0            0 
## LGT_CONDNAME      WEATHER  WEATHERNAME      SCH_BUS  SCH_BUSNAME         RAIL 
##            0            0            0            0            0            0 
##     RAILNAME     NOT_HOUR NOT_HOURNAME      NOT_MIN  NOT_MINNAME     ARR_HOUR 
##            0            0            0            0            0            0 
## ARR_HOURNAME      ARR_MIN  ARR_MINNAME      HOSP_HR  HOSP_HRNAME      HOSP_MN 
##            0            0            0            0            0            0 
##  HOSP_MNNAME       FATALS     DRUNK_DR 
##            0            0            0

Como se puede ver arriba, el atributo TWAY_ID2 tiene 26997 celdas vacías, esto significa que para 26997 accidentes, el atrinuto TWAY_ID2 no aporta ninguna información. Este atributo representa el identificador de la vía de circulación. Este atributo registra la vía de circulación en la que se ha producido el accidente y como el objetivo propuesto para el proyecto, es el de saber que zonas geográficas acumulan más accidentes y que las caracterizan, para en un futuro, poder predecir zonas de riesgo de accidente, hay que recordar que este atributo cumple con una característica principal, y es que se trata de un atributo de carácter geográfico, es decir, este atributo da información acerca de la vía en la que se ha producido el accidente, por lo tanto este atributo podría resultar interesante, pero hay que tener en cuenta que falta el 75.48% de los datos de este atributo, por lo tanto va a resultar muy dificil reconstruir todos los valores que faltan y puede ser mu malo para el modelo. No obstante se va a realizar igualmente el estudio.

Primero se buscan los posibles valores que puede tomar este atributo. Por el output de la celda relativa al tipo de datos, puede verse como se trata de un atributo con valores tipo chr. Ahora hay que conocer los valores que puede tomar este atributo, para ello se recurre al pdf que describe los atributos, en él se vé, que como mínimo, los valores de este presentan 10 caractéres, y según los accidentes son más recientes, este atributo puede llegar a a estar formado por cifras de hasta 30 caracteres, por lo tanto resultaría imposible realizar alguna combinación o cálculo de la media para el resto de accidentes, con el fin de poblar las 26997 celdas de este atributo. Cabe destacar que se trata de un atributo de carácter identificativo, no obstante, se representan a continuación sus valores, para verificar la alta variabilidad de datos que puede haber.

Para ello se inspecciona los aspectos del conjunto de valores del atributo TWAY_ID2:

print('información del atributo TWAY_ID2')
## [1] "información del atributo TWAY_ID2"
if (!require('ggplot2')) install.packages('ggplot2'); library('ggplot2')
if(!require('Rmisc')) install.packages('Rmisc'); library('Rmisc')
if(!require('dplyr')) install.packages('dplyr'); library('dplyr')
if(!require('xfun')) install.packages('xfun'); library('xfun')

summary(datos[c("TWAY_ID2")])
##    TWAY_ID2        
##  Length:35766      
##  Class :character  
##  Mode  :character
head(datos[c("TWAY_ID2")]) #Visuzalizamos las primeras filas
##   TWAY_ID2
## 1         
## 2         
## 3   us-280
## 4         
## 5         
## 6
tail(datos[c("TWAY_ID2")]) #Visuzalizamos las primeras filas
##       TWAY_ID2
## 35761   SR-339
## 35762         
## 35763         
## 35764         
## 35765         
## 35766

Como se puede ver en el output de arriba, faltan muchos valores en ese atributo y parece tratarse de valores alfanuméricos, no obstante tras no obtener ninguna información interesante relativa a este atributo, se ha abierto el archivo csv en Excel y se ha estudiado a vista, que valores poblan este atributo, y para sorpresa nuestra, aparecen datos alafanuméricos del estilo ab-xx, donde ab son letras (acrónimos) del tipo de carretera y xx son números, pero también aparecen nombres de calles sin número con varios formatos diferentes. Esta claro que la gran falta de valores de este atributo, y la diversidad de los mismos, hacen imposible la reconstrucción del atributo, por lo tanto, no se va a utilizar para el estudio. Esto signfica que se podría eliminar del data set, y es lo que se hace en la siguiente celda:

drop <- c("TWAY_ID2") 
datos = datos[,!(names(datos) %in% drop)] 
sort(colnames(datos)) #COMPROBAMOS QUE LO HEMOS ELIMINADO
##  [1] "ARR_HOUR"     "ARR_HOURNAME" "ARR_MIN"      "ARR_MINNAME"  "CITY"        
##  [6] "CITYNAME"     "COUNTY"       "COUNTYNAME"   "DAY"          "DAY_WEEK"    
## [11] "DAY_WEEKNAME" "DAYNAME"      "DRUNK_DR"     "FATALS"       "FUNC_SYS"    
## [16] "FUNC_SYSNAME" "HARM_EV"      "HARM_EVNAME"  "HOSP_HR"      "HOSP_HRNAME" 
## [21] "HOSP_MN"      "HOSP_MNNAME"  "HOUR"         "HOURNAME"     "LATITUDE"    
## [26] "LATITUDENAME" "LGT_COND"     "LGT_CONDNAME" "LONGITUD"     "LONGITUDNAME"
## [31] "MAN_COLL"     "MAN_COLLNAME" "MILEPT"       "MILEPTNAME"   "MINUTE"      
## [36] "MINUTENAME"   "MONTH"        "MONTHNAME"    "NHS"          "NHSNAME"     
## [41] "NOT_HOUR"     "NOT_HOURNAME" "NOT_MIN"      "NOT_MINNAME"  "PEDS"        
## [46] "PERMVIT"      "PERNOTMVIT"   "PERSONS"      "PVH_INVL"     "RAIL"        
## [51] "RAILNAME"     "RD_OWNER"     "RD_OWNERNAME" "REL_ROAD"     "REL_ROADNAME"
## [56] "RELJCT1"      "RELJCT1NAME"  "RELJCT2"      "RELJCT2NAME"  "ROUTE"       
## [61] "ROUTENAME"    "RUR_URB"      "RUR_URBNAME"  "SCH_BUS"      "SCH_BUSNAME" 
## [66] "SP_JUR"       "SP_JURNAME"   "ST_CASE"      "STATE"        "STATENAME"   
## [71] "TWAY_ID"      "TYP_INT"      "TYP_INTNAME"  "VE_FORMS"     "VE_TOTAL"    
## [76] "WEATHER"      "WEATHERNAME"  "WRK_ZONE"     "WRK_ZONENAME" "YEAR"

Como se puede ver arriba, ya se ha eliminado ese atributo. Ahora bien, para adelantar las labores de limpieza, lo que se podría hacer en esta misma tarea, sería repetir lo que ya se ha hecho pero para las base de datos relativa a los accidentes ocurridos en el 2019 y en el 2021. Pues a lo largo de este ejercicio, se pretenden llevar a cabo comparaciones. Véase la siguiente celda de código:

print('ACCIDENTES 2019')
## [1] "ACCIDENTES 2019"
nombre_archivo2 = 'accident2019.CSV'

#Ahora se lee el fichero en formato csv
datos2019 <- read.csv(nombre_archivo2)

# Se comprueba la estructura del conjunto de datos para el fichero csv
structure2 = str(datos2019)
## 'data.frame':    33487 obs. of  91 variables:
##  $ STATE       : int  1 1 1 1 1 1 1 1 1 1 ...
##  $ STATENAME   : chr  "Alabama" "Alabama" "Alabama" "Alabama" ...
##  $ ST_CASE     : int  10001 10002 10003 10004 10005 10006 10007 10008 10009 10010 ...
##  $ VE_TOTAL    : int  2 2 3 1 1 2 1 1 1 1 ...
##  $ VE_FORMS    : int  2 2 3 1 1 2 1 1 1 1 ...
##  $ PVH_INVL    : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ PEDS        : int  0 0 0 1 0 0 0 0 0 1 ...
##  $ PERSONS     : int  3 2 4 1 1 2 5 1 1 1 ...
##  $ PERMVIT     : int  3 2 4 1 1 2 5 1 1 1 ...
##  $ PERNOTMVIT  : int  0 0 0 1 0 0 0 0 0 1 ...
##  $ COUNTY      : int  81 55 29 55 3 85 55 69 3 101 ...
##  $ COUNTYNAME  : chr  "LEE (81)" "ETOWAH (55)" "CLEBURNE (29)" "ETOWAH (55)" ...
##  $ CITY        : int  2340 1280 0 2562 0 0 0 790 1493 2130 ...
##  $ CITYNAME    : chr  "OPELIKA" "GADSDEN" "NOT APPLICABLE" "RAINBOW CITY" ...
##  $ DAY         : int  7 23 22 22 18 7 2 9 8 7 ...
##  $ DAYNAME     : int  7 23 22 22 18 7 2 9 8 7 ...
##  $ MONTH       : int  2 1 1 1 1 1 1 2 2 2 ...
##  $ MONTHNAME   : chr  "February" "January" "January" "January" ...
##  $ YEAR        : int  2019 2019 2019 2019 2019 2019 2019 2019 2019 2019 ...
##  $ DAY_WEEK    : int  5 4 3 3 6 2 4 7 6 5 ...
##  $ DAY_WEEKNAME: chr  "Thursday" "Wednesday" "Tuesday" "Tuesday" ...
##  $ HOUR        : int  12 18 19 3 5 12 9 21 7 5 ...
##  $ HOURNAME    : chr  "12:00pm-12:59pm" "6:00pm-6:59pm" "7:00pm-7:59pm" "3:00am-3:59am" ...
##  $ MINUTE      : int  54 3 0 15 50 30 25 2 53 56 ...
##  $ MINUTENAME  : chr  "54" "3" "0" "15" ...
##  $ NHS         : int  1 1 1 1 1 1 1 0 0 0 ...
##  $ NHSNAME     : chr  "This section IS ON the NHS" "This section IS ON the NHS" "This section IS ON the NHS" "This section IS ON the NHS" ...
##  $ ROUTE       : int  1 1 1 1 1 1 1 4 6 6 ...
##  $ ROUTENAME   : chr  "Interstate" "Interstate" "Interstate" "Interstate" ...
##  $ TWAY_ID     : chr  "I-85" "I-759" "I-20" "I-59" ...
##  $ TWAY_ID2    : chr  "" "" "" "" ...
##  $ RUR_URB     : int  2 2 1 1 2 1 1 1 2 2 ...
##  $ RUR_URBNAME : chr  "Urban" "Urban" "Rural" "Rural" ...
##  $ FUNC_SYS    : int  1 1 1 1 1 1 1 7 4 5 ...
##  $ FUNC_SYSNAME: chr  "Interstate" "Interstate" "Interstate" "Interstate" ...
##  $ RD_OWNER    : int  1 1 1 1 1 1 1 2 4 4 ...
##  $ RD_OWNERNAME: chr  "State Highway Agency" "State Highway Agency" "State Highway Agency" "State Highway Agency" ...
##  $ MILEPT      : int  641 15 2118 1775 413 1567 1826 0 0 0 ...
##  $ MILEPTNAME  : chr  "641" "15" "2118" "1775" ...
##  $ LATITUDE    : num  32.7 34 33.7 34 30.7 ...
##  $ LATITUDENAME: chr  "32.66622222" "33.99782778" "33.66084167" "33.95647222" ...
##  $ LONGITUD    : num  -85.3 -86.1 -85.4 -86.1 -87.8 ...
##  $ LONGITUDNAME: chr  "-85.33665833" "-86.05399722" "-85.39101111" "-86.14052222" ...
##  $ SP_JUR      : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ SP_JURNAME  : chr  "No Special Jurisdiction" "No Special Jurisdiction" "No Special Jurisdiction" "No Special Jurisdiction" ...
##  $ HARM_EV     : int  12 12 12 8 1 12 32 1 3 8 ...
##  $ HARM_EVNAME : chr  "Motor Vehicle In-Transport" "Motor Vehicle In-Transport" "Motor Vehicle In-Transport" "Pedestrian" ...
##  $ MAN_COLL    : int  1 1 1 0 0 7 0 0 0 0 ...
##  $ MAN_COLLNAME: chr  "Front-to-Rear" "Front-to-Rear" "Front-to-Rear" "The First Harmful Event was Not a Collision with a Motor Vehicle in Transport" ...
##  $ RELJCT1     : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ RELJCT1NAME : chr  "No" "No" "No" "No" ...
##  $ RELJCT2     : int  1 1 1 1 1 1 1 1 3 1 ...
##  $ RELJCT2NAME : chr  "Non-Junction" "Non-Junction" "Non-Junction" "Non-Junction" ...
##  $ TYP_INT     : int  1 1 1 1 1 1 1 1 3 1 ...
##  $ TYP_INTNAME : chr  "Not an Intersection" "Not an Intersection" "Not an Intersection" "Not an Intersection" ...
##  $ WRK_ZONE    : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ WRK_ZONENAME: chr  "None" "None" "None" "None" ...
##  $ REL_ROAD    : int  1 1 1 1 4 1 3 1 4 1 ...
##  $ REL_ROADNAME: chr  "On Roadway" "On Roadway" "On Roadway" "On Roadway" ...
##  $ LGT_COND    : int  1 2 2 2 2 1 1 2 1 3 ...
##  $ LGT_CONDNAME: chr  "Daylight" "Dark - Not Lighted" "Dark - Not Lighted" "Dark - Not Lighted" ...
##  $ WEATHER1    : int  1 2 10 1 5 1 10 1 1 1 ...
##  $ WEATHER1NAME: chr  "Clear" "Rain" "Cloudy" "Clear" ...
##  $ WEATHER2    : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ WEATHER2NAME: chr  "No Additional Atmospheric Conditions" "No Additional Atmospheric Conditions" "No Additional Atmospheric Conditions" "No Additional Atmospheric Conditions" ...
##  $ WEATHER     : int  1 2 10 1 5 1 10 1 1 1 ...
##  $ WEATHERNAME : chr  "Clear" "Rain" "Cloudy" "Clear" ...
##  $ SCH_BUS     : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ SCH_BUSNAME : chr  "No" "No" "No" "No" ...
##  $ RAIL        : chr  "0000000" "0000000" "0000000" "0000000" ...
##  $ RAILNAME    : chr  "Not Applicable" "Not Applicable" "Not Applicable" "Not Applicable" ...
##  $ NOT_HOUR    : int  12 18 19 3 99 12 9 88 7 88 ...
##  $ NOT_HOURNAME: chr  "12:00pm-12:59pm" "6:00pm-6:59pm" "7:00pm-7:59pm" "3:00am-3:59am" ...
##  $ NOT_MIN     : int  59 3 2 4 99 30 21 88 53 88 ...
##  $ NOT_MINNAME : chr  "59" "3" "2" "4" ...
##  $ ARR_HOUR    : int  13 18 19 3 6 12 9 88 7 88 ...
##  $ ARR_HOURNAME: chr  "1:00pm-1:59pm" "6:00pm-6:59pm" "7:00pm-7:59pm" "3:00am-3:59am" ...
##  $ ARR_MIN     : int  9 7 12 11 0 54 24 88 59 88 ...
##  $ ARR_MINNAME : chr  "9" "7" "12" "11" ...
##  $ HOSP_HR     : int  13 99 20 88 88 88 99 88 88 88 ...
##  $ HOSP_HRNAME : chr  "1:00pm-1:59pm" "Unknown" "8:00pm-8:59pm" "Not Applicable (Not Transported)" ...
##  $ HOSP_MN     : int  27 99 5 88 88 88 99 88 88 88 ...
##  $ HOSP_MNNAME : chr  "27" "Unknown EMS Hospital Arrival Time" "5" "Not Applicable (Not Transported)" ...
##  $ CF1         : int  0 0 14 0 0 0 0 0 0 0 ...
##  $ CF1NAME     : chr  "None" "None" "Motor Vehicle struck by falling cargo,or something that came loose from or something that was set in motion by a vehicle" "None" ...
##  $ CF2         : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ CF2NAME     : chr  "None" "None" "None" "None" ...
##  $ CF3         : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ CF3NAME     : chr  "None" "None" "None" "None" ...
##  $ FATALS      : int  1 1 1 1 1 1 1 1 1 1 ...
##  $ DRUNK_DR    : int  1 0 0 0 1 0 0 1 0 0 ...

En este caso hay 91 variables/atributos frente a las 81 que había en el archivo del 2020. Ahora se comprueban los valores NULOS y los VACÍOS

print('VALORES NULOS 2019')
## [1] "VALORES NULOS 2019"
colSums(is.na(datos2019))
##        STATE    STATENAME      ST_CASE     VE_TOTAL     VE_FORMS     PVH_INVL 
##            0            0            0            0            0            0 
##         PEDS      PERSONS      PERMVIT   PERNOTMVIT       COUNTY   COUNTYNAME 
##            0            0            0            0            0            0 
##         CITY     CITYNAME          DAY      DAYNAME        MONTH    MONTHNAME 
##            0            0            0            0            0            0 
##         YEAR     DAY_WEEK DAY_WEEKNAME         HOUR     HOURNAME       MINUTE 
##            0            0            0            0            0            0 
##   MINUTENAME          NHS      NHSNAME        ROUTE    ROUTENAME      TWAY_ID 
##            0            0            0            0            0            0 
##     TWAY_ID2      RUR_URB  RUR_URBNAME     FUNC_SYS FUNC_SYSNAME     RD_OWNER 
##            0            0            0            0            0            0 
## RD_OWNERNAME       MILEPT   MILEPTNAME     LATITUDE LATITUDENAME     LONGITUD 
##            0            0            0            0            0            0 
## LONGITUDNAME       SP_JUR   SP_JURNAME      HARM_EV  HARM_EVNAME     MAN_COLL 
##            0            0            0            0            0            0 
## MAN_COLLNAME      RELJCT1  RELJCT1NAME      RELJCT2  RELJCT2NAME      TYP_INT 
##            0            0            0            0            0            0 
##  TYP_INTNAME     WRK_ZONE WRK_ZONENAME     REL_ROAD REL_ROADNAME     LGT_COND 
##            0            0            0            0            0            0 
## LGT_CONDNAME     WEATHER1 WEATHER1NAME     WEATHER2 WEATHER2NAME      WEATHER 
##            0            0            0            0            0            0 
##  WEATHERNAME      SCH_BUS  SCH_BUSNAME         RAIL     RAILNAME     NOT_HOUR 
##            0            0            0            0            0            0 
## NOT_HOURNAME      NOT_MIN  NOT_MINNAME     ARR_HOUR ARR_HOURNAME      ARR_MIN 
##            0            0            0            0            0            0 
##  ARR_MINNAME      HOSP_HR  HOSP_HRNAME      HOSP_MN  HOSP_MNNAME          CF1 
##            0            0            0            0            0            0 
##      CF1NAME          CF2      CF2NAME          CF3      CF3NAME       FATALS 
##            0            0            0            0            0            0 
##     DRUNK_DR 
##            0

Al igual que en la base de datos del 2020, no hay ningún valor nulo.

print('VALORES VACÍOS 2019')
## [1] "VALORES VACÍOS 2019"
colSums(datos2019=='')
##        STATE    STATENAME      ST_CASE     VE_TOTAL     VE_FORMS     PVH_INVL 
##            0            0            0            0            0            0 
##         PEDS      PERSONS      PERMVIT   PERNOTMVIT       COUNTY   COUNTYNAME 
##            0            0            0            0            0            0 
##         CITY     CITYNAME          DAY      DAYNAME        MONTH    MONTHNAME 
##            0            0            0            0            0            0 
##         YEAR     DAY_WEEK DAY_WEEKNAME         HOUR     HOURNAME       MINUTE 
##            0            0            0            0            0            0 
##   MINUTENAME          NHS      NHSNAME        ROUTE    ROUTENAME      TWAY_ID 
##            0            0            0            0            0            0 
##     TWAY_ID2      RUR_URB  RUR_URBNAME     FUNC_SYS FUNC_SYSNAME     RD_OWNER 
##        24963            0            0            0            0            0 
## RD_OWNERNAME       MILEPT   MILEPTNAME     LATITUDE LATITUDENAME     LONGITUD 
##            0            0            0            0            0            0 
## LONGITUDNAME       SP_JUR   SP_JURNAME      HARM_EV  HARM_EVNAME     MAN_COLL 
##            0            0            0            0            0            0 
## MAN_COLLNAME      RELJCT1  RELJCT1NAME      RELJCT2  RELJCT2NAME      TYP_INT 
##            0            0            0            0            0            0 
##  TYP_INTNAME     WRK_ZONE WRK_ZONENAME     REL_ROAD REL_ROADNAME     LGT_COND 
##            0            0            0            0            0            0 
## LGT_CONDNAME     WEATHER1 WEATHER1NAME     WEATHER2 WEATHER2NAME      WEATHER 
##            0            0            0            0            0            0 
##  WEATHERNAME      SCH_BUS  SCH_BUSNAME         RAIL     RAILNAME     NOT_HOUR 
##            0            0            0            0            0            0 
## NOT_HOURNAME      NOT_MIN  NOT_MINNAME     ARR_HOUR ARR_HOURNAME      ARR_MIN 
##            0            0            0            0            0            0 
##  ARR_MINNAME      HOSP_HR  HOSP_HRNAME      HOSP_MN  HOSP_MNNAME          CF1 
##            0            0            0            0            0            0 
##      CF1NAME          CF2      CF2NAME          CF3      CF3NAME       FATALS 
##            0            0            0            0            0            0 
##     DRUNK_DR 
##            0

Al igual que en la base de datos del 2020, solo faltan valores en un solo atributo; el TWAY_ID2, esta gran falta de valores en ese atributo, es lo que ya se ha visto en la base de datos de los accidentes curridos en el 2020.

Ahora se realiza la misma tarea, pero para los accidentes que han ocurrido en 2021

print('ACCIDENTES 2021')
## [1] "ACCIDENTES 2021"
nombre_archivo3 = 'accident2021.CSV'

#Ahora se lee el fichero en formato csv
datos2021 <- read.csv(nombre_archivo3)

# Se comprueba la estructura del conjunto de datos para el fichero csv
structure3 = str(datos2021)
## 'data.frame':    39508 obs. of  80 variables:
##  $ STATE       : int  1 1 1 1 1 1 1 1 1 1 ...
##  $ STATENAME   : chr  "Alabama" "Alabama" "Alabama" "Alabama" ...
##  $ ST_CASE     : int  10001 10002 10003 10004 10005 10006 10007 10008 10009 10010 ...
##  $ PEDS        : int  0 0 1 0 0 0 0 0 0 0 ...
##  $ PERNOTMVIT  : int  0 0 1 0 0 0 0 0 0 0 ...
##  $ VE_TOTAL    : int  2 1 1 1 2 3 1 2 1 3 ...
##  $ VE_FORMS    : int  2 1 1 1 2 3 1 2 1 3 ...
##  $ PVH_INVL    : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ PERSONS     : int  3 2 1 1 4 3 1 2 2 3 ...
##  $ PERMVIT     : int  3 2 1 1 4 3 1 2 2 3 ...
##  $ COUNTY      : int  115 73 73 117 73 1 83 125 101 73 ...
##  $ COUNTYNAME  : chr  "ST. CLAIR (115)" "JEFFERSON (73)" "JEFFERSON (73)" "SHELBY (117)" ...
##  $ CITY        : int  0 0 0 0 0 0 0 3050 2130 0 ...
##  $ CITYNAME    : chr  "NOT APPLICABLE" "NOT APPLICABLE" "NOT APPLICABLE" "NOT APPLICABLE" ...
##  $ MONTH       : int  2 2 2 2 1 1 1 1 1 1 ...
##  $ MONTHNAME   : chr  "February" "February" "February" "February" ...
##  $ DAY         : int  12 11 7 3 30 28 27 23 17 20 ...
##  $ DAYNAME     : int  12 11 7 3 30 28 27 23 17 20 ...
##  $ DAY_WEEK    : int  6 5 1 4 7 5 4 7 1 4 ...
##  $ DAY_WEEKNAME: chr  "Friday" "Thursday" "Sunday" "Wednesday" ...
##  $ YEAR        : int  2021 2021 2021 2021 2021 2021 2021 2021 2021 2021 ...
##  $ HOUR        : int  22 18 0 16 22 12 22 2 0 0 ...
##  $ HOURNAME    : chr  "10:00pm-10:59pm" "6:00pm-6:59pm" "0:00am-0:59am" "4:00pm-4:59pm" ...
##  $ MINUTE      : int  10 0 20 20 20 15 25 44 32 1 ...
##  $ MINUTENAME  : chr  "10" "0" "20" "20" ...
##  $ TWAY_ID     : chr  "I-20" "I-459" "I-459" "I-65" ...
##  $ TWAY_ID2    : chr  "" "" "" "" ...
##  $ ROUTE       : int  1 1 1 1 1 1 1 3 1 1 ...
##  $ ROUTENAME   : chr  "Interstate" "Interstate" "Interstate" "Interstate" ...
##  $ RUR_URB     : int  2 2 2 2 1 2 1 2 2 2 ...
##  $ RUR_URBNAME : chr  "Urban" "Urban" "Urban" "Urban" ...
##  $ FUNC_SYS    : int  1 1 1 1 1 1 1 3 1 1 ...
##  $ FUNC_SYSNAME: chr  "Interstate" "Interstate" "Interstate" "Interstate" ...
##  $ RD_OWNER    : int  1 1 1 1 1 1 1 1 1 1 ...
##  $ RD_OWNERNAME: chr  "State Highway Agency" "State Highway Agency" "State Highway Agency" "State Highway Agency" ...
##  $ NHS         : int  1 1 1 1 1 1 1 1 1 1 ...
##  $ NHSNAME     : chr  "This section IS ON the NHS" "This section IS ON the NHS" "This section IS ON the NHS" "This section IS ON the NHS" ...
##  $ SP_JUR      : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ SP_JURNAME  : chr  "No Special Jurisdiction" "No Special Jurisdiction" "No Special Jurisdiction" "No Special Jurisdiction" ...
##  $ MILEPT      : int  1569 293 183 2300 2820 0 3595 25 20 242 ...
##  $ MILEPTNAME  : chr  "1569" "293" "183" "2300" ...
##  $ LATITUDE    : num  33.6 33.5 33.4 33.4 33.8 ...
##  $ LATITUDENAME: num  33.6 33.5 33.4 33.4 33.8 ...
##  $ LONGITUD    : num  -86.3 -86.6 -86.8 -86.8 -86.8 ...
##  $ LONGITUDNAME: num  -86.3 -86.6 -86.8 -86.8 -86.8 ...
##  $ HARM_EV     : int  12 25 8 34 12 12 34 12 1 12 ...
##  $ HARM_EVNAME : chr  "Motor Vehicle In-Transport" "Concrete Traffic Barrier" "Pedestrian" "Ditch" ...
##  $ MAN_COLL    : int  2 0 0 0 1 1 0 2 0 6 ...
##  $ MAN_COLLNAME: chr  "Front-to-Front" "The First Harmful Event was Not a Collision with a Motor Vehicle in Transport" "The First Harmful Event was Not a Collision with a Motor Vehicle in Transport" "The First Harmful Event was Not a Collision with a Motor Vehicle in Transport" ...
##  $ RELJCT1     : int  0 0 0 0 0 0 0 0 1 0 ...
##  $ RELJCT1NAME : chr  "No" "No" "No" "No" ...
##  $ RELJCT2     : int  1 1 1 1 1 1 1 2 19 1 ...
##  $ RELJCT2NAME : chr  "Non-Junction" "Non-Junction" "Non-Junction" "Non-Junction" ...
##  $ TYP_INT     : int  1 1 1 1 1 1 1 2 1 1 ...
##  $ TYP_INTNAME : chr  "Not an Intersection" "Not an Intersection" "Not an Intersection" "Not an Intersection" ...
##  $ REL_ROAD    : int  1 3 2 4 1 1 4 1 8 1 ...
##  $ REL_ROADNAME: chr  "On Roadway" "On Median" "On Shoulder" "On Roadside" ...
##  $ WRK_ZONE    : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ WRK_ZONENAME: chr  "None" "None" "None" "None" ...
##  $ LGT_COND    : int  2 2 2 1 2 1 2 3 3 2 ...
##  $ LGT_CONDNAME: chr  "Dark - Not Lighted" "Dark - Not Lighted" "Dark - Not Lighted" "Daylight" ...
##  $ WEATHER     : int  2 2 2 1 10 1 1 1 1 2 ...
##  $ WEATHERNAME : chr  "Rain" "Rain" "Rain" "Clear" ...
##  $ SCH_BUS     : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ SCH_BUSNAME : chr  "No" "No" "No" "No" ...
##  $ RAIL        : chr  "0000000" "0000000" "0000000" "0000000" ...
##  $ RAILNAME    : chr  "Not Applicable" "Not Applicable" "Not Applicable" "Not Applicable" ...
##  $ NOT_HOUR    : int  22 99 9 16 22 12 22 2 99 0 ...
##  $ NOT_HOURNAME: chr  "10:00pm-10:59pm" "Unknown" "9:00am-9:59am" "4:00pm-4:59pm" ...
##  $ NOT_MIN     : int  13 99 29 20 20 17 30 44 99 1 ...
##  $ NOT_MINNAME : chr  "13" "Unknown" "29" "20" ...
##  $ ARR_HOUR    : int  22 19 9 16 22 12 22 2 1 0 ...
##  $ ARR_HOURNAME: chr  "10:00pm-10:59pm" "7:00pm-7:59pm" "9:00am-9:59am" "4:00pm-4:59pm" ...
##  $ ARR_MIN     : int  25 9 40 28 30 23 54 51 0 15 ...
##  $ ARR_MINNAME : chr  "25" "9" "40" "28" ...
##  $ HOSP_HR     : int  23 88 88 99 88 12 88 88 99 99 ...
##  $ HOSP_HRNAME : chr  "11:00pm-11:59pm" "Not Applicable (Not Transported)" "Not Applicable (Not Transported)" "Unknown" ...
##  $ HOSP_MN     : int  2 88 88 99 88 53 88 88 99 99 ...
##  $ HOSP_MNNAME : chr  "2" "Not Applicable (Not Transported)" "Not Applicable (Not Transported)" "Unknown EMS Hospital Arrival Time" ...
##  $ FATALS      : int  2 2 1 1 1 1 1 1 1 1 ...

En comparación a las bases del 2019 y el 2020, como se puede ver arriba, la base de datos del 2021 tiene 11 atributos menos que el fichero del 2019 y uno menos que el fichero del 2020. Ahora se comprueban los valores NULOS y los VACÍOS

print('VALORES NULOS 2021')
## [1] "VALORES NULOS 2021"
colSums(is.na(datos2021))
##        STATE    STATENAME      ST_CASE         PEDS   PERNOTMVIT     VE_TOTAL 
##            0            0            0            0            0            0 
##     VE_FORMS     PVH_INVL      PERSONS      PERMVIT       COUNTY   COUNTYNAME 
##            0            0            0            0            0            0 
##         CITY     CITYNAME        MONTH    MONTHNAME          DAY      DAYNAME 
##            0            0            0            0            0            0 
##     DAY_WEEK DAY_WEEKNAME         YEAR         HOUR     HOURNAME       MINUTE 
##            0            0            0            0            0            0 
##   MINUTENAME      TWAY_ID     TWAY_ID2        ROUTE    ROUTENAME      RUR_URB 
##            0            0            0            0            0            0 
##  RUR_URBNAME     FUNC_SYS FUNC_SYSNAME     RD_OWNER RD_OWNERNAME          NHS 
##            0            0            0            0            0            0 
##      NHSNAME       SP_JUR   SP_JURNAME       MILEPT   MILEPTNAME     LATITUDE 
##            0            0            0            0            0            0 
## LATITUDENAME     LONGITUD LONGITUDNAME      HARM_EV  HARM_EVNAME     MAN_COLL 
##            0            0            0            0            0            0 
## MAN_COLLNAME      RELJCT1  RELJCT1NAME      RELJCT2  RELJCT2NAME      TYP_INT 
##            0            0            0            0            0            0 
##  TYP_INTNAME     REL_ROAD REL_ROADNAME     WRK_ZONE WRK_ZONENAME     LGT_COND 
##            0            0            0            0            0            0 
## LGT_CONDNAME      WEATHER  WEATHERNAME      SCH_BUS  SCH_BUSNAME         RAIL 
##            0            0            0            0            0            0 
##     RAILNAME     NOT_HOUR NOT_HOURNAME      NOT_MIN  NOT_MINNAME     ARR_HOUR 
##            0            0            0            0            0            0 
## ARR_HOURNAME      ARR_MIN  ARR_MINNAME      HOSP_HR  HOSP_HRNAME      HOSP_MN 
##            0            0            0            0            0            0 
##  HOSP_MNNAME       FATALS 
##            0            0

Ningún valor NULO en ninguno de los atributos, al igual que en los archivos del 2019 y del 2020.

print('VALORES VACÍOS 2021')
## [1] "VALORES VACÍOS 2021"
colSums(datos2021=='')
##        STATE    STATENAME      ST_CASE         PEDS   PERNOTMVIT     VE_TOTAL 
##            0            0            0            0            0            0 
##     VE_FORMS     PVH_INVL      PERSONS      PERMVIT       COUNTY   COUNTYNAME 
##            0            0            0            0            0            0 
##         CITY     CITYNAME        MONTH    MONTHNAME          DAY      DAYNAME 
##            0            0            0            0            0            0 
##     DAY_WEEK DAY_WEEKNAME         YEAR         HOUR     HOURNAME       MINUTE 
##            0            0            0            0            0            0 
##   MINUTENAME      TWAY_ID     TWAY_ID2        ROUTE    ROUTENAME      RUR_URB 
##            0            0        29859            0            0            0 
##  RUR_URBNAME     FUNC_SYS FUNC_SYSNAME     RD_OWNER RD_OWNERNAME          NHS 
##            0            0            0            0            0            0 
##      NHSNAME       SP_JUR   SP_JURNAME       MILEPT   MILEPTNAME     LATITUDE 
##            0            0            0            0            0            0 
## LATITUDENAME     LONGITUD LONGITUDNAME      HARM_EV  HARM_EVNAME     MAN_COLL 
##            0            0            0            0            0            0 
## MAN_COLLNAME      RELJCT1  RELJCT1NAME      RELJCT2  RELJCT2NAME      TYP_INT 
##            0            0            0            0            0            0 
##  TYP_INTNAME     REL_ROAD REL_ROADNAME     WRK_ZONE WRK_ZONENAME     LGT_COND 
##            0            0            0            0            0            0 
## LGT_CONDNAME      WEATHER  WEATHERNAME      SCH_BUS  SCH_BUSNAME         RAIL 
##            0            0            0            0            0            0 
##     RAILNAME     NOT_HOUR NOT_HOURNAME      NOT_MIN  NOT_MINNAME     ARR_HOUR 
##            0            0            0            0            0            0 
## ARR_HOURNAME      ARR_MIN  ARR_MINNAME      HOSP_HR  HOSP_HRNAME      HOSP_MN 
##            0            0            0            0            0            0 
##  HOSP_MNNAME       FATALS 
##            0            0

Como se puede comprobar, el mismo problema que había con el atributo TWAY_ID2 en las dos bases anteriores, se repite también en la base de accidentes del 2021

Como el problema del atributo mencionado también está en las bases del 2019 y del 2021, entonces se procede a eliminar ese atributo de esas dos bases de datos:

# Primero para la base de datos del 2019:
drop2 <- c("TWAY_ID2") 
datos2019 = datos2019[,!(names(datos2019) %in% drop2)] 
sort(colnames(datos2019)) #COMPROBAMOS QUE LO HEMOS ELIMINADO
##  [1] "ARR_HOUR"     "ARR_HOURNAME" "ARR_MIN"      "ARR_MINNAME"  "CF1"         
##  [6] "CF1NAME"      "CF2"          "CF2NAME"      "CF3"          "CF3NAME"     
## [11] "CITY"         "CITYNAME"     "COUNTY"       "COUNTYNAME"   "DAY"         
## [16] "DAY_WEEK"     "DAY_WEEKNAME" "DAYNAME"      "DRUNK_DR"     "FATALS"      
## [21] "FUNC_SYS"     "FUNC_SYSNAME" "HARM_EV"      "HARM_EVNAME"  "HOSP_HR"     
## [26] "HOSP_HRNAME"  "HOSP_MN"      "HOSP_MNNAME"  "HOUR"         "HOURNAME"    
## [31] "LATITUDE"     "LATITUDENAME" "LGT_COND"     "LGT_CONDNAME" "LONGITUD"    
## [36] "LONGITUDNAME" "MAN_COLL"     "MAN_COLLNAME" "MILEPT"       "MILEPTNAME"  
## [41] "MINUTE"       "MINUTENAME"   "MONTH"        "MONTHNAME"    "NHS"         
## [46] "NHSNAME"      "NOT_HOUR"     "NOT_HOURNAME" "NOT_MIN"      "NOT_MINNAME" 
## [51] "PEDS"         "PERMVIT"      "PERNOTMVIT"   "PERSONS"      "PVH_INVL"    
## [56] "RAIL"         "RAILNAME"     "RD_OWNER"     "RD_OWNERNAME" "REL_ROAD"    
## [61] "REL_ROADNAME" "RELJCT1"      "RELJCT1NAME"  "RELJCT2"      "RELJCT2NAME" 
## [66] "ROUTE"        "ROUTENAME"    "RUR_URB"      "RUR_URBNAME"  "SCH_BUS"     
## [71] "SCH_BUSNAME"  "SP_JUR"       "SP_JURNAME"   "ST_CASE"      "STATE"       
## [76] "STATENAME"    "TWAY_ID"      "TYP_INT"      "TYP_INTNAME"  "VE_FORMS"    
## [81] "VE_TOTAL"     "WEATHER"      "WEATHER1"     "WEATHER1NAME" "WEATHER2"    
## [86] "WEATHER2NAME" "WEATHERNAME"  "WRK_ZONE"     "WRK_ZONENAME" "YEAR"
# Luego para la base de datos del 2019:
datos2021 = datos2021[,!(names(datos2021) %in% drop2)] 
sort(colnames(datos2021)) #COMPROBAMOS QUE LO HEMOS ELIMINADO
##  [1] "ARR_HOUR"     "ARR_HOURNAME" "ARR_MIN"      "ARR_MINNAME"  "CITY"        
##  [6] "CITYNAME"     "COUNTY"       "COUNTYNAME"   "DAY"          "DAY_WEEK"    
## [11] "DAY_WEEKNAME" "DAYNAME"      "FATALS"       "FUNC_SYS"     "FUNC_SYSNAME"
## [16] "HARM_EV"      "HARM_EVNAME"  "HOSP_HR"      "HOSP_HRNAME"  "HOSP_MN"     
## [21] "HOSP_MNNAME"  "HOUR"         "HOURNAME"     "LATITUDE"     "LATITUDENAME"
## [26] "LGT_COND"     "LGT_CONDNAME" "LONGITUD"     "LONGITUDNAME" "MAN_COLL"    
## [31] "MAN_COLLNAME" "MILEPT"       "MILEPTNAME"   "MINUTE"       "MINUTENAME"  
## [36] "MONTH"        "MONTHNAME"    "NHS"          "NHSNAME"      "NOT_HOUR"    
## [41] "NOT_HOURNAME" "NOT_MIN"      "NOT_MINNAME"  "PEDS"         "PERMVIT"     
## [46] "PERNOTMVIT"   "PERSONS"      "PVH_INVL"     "RAIL"         "RAILNAME"    
## [51] "RD_OWNER"     "RD_OWNERNAME" "REL_ROAD"     "REL_ROADNAME" "RELJCT1"     
## [56] "RELJCT1NAME"  "RELJCT2"      "RELJCT2NAME"  "ROUTE"        "ROUTENAME"   
## [61] "RUR_URB"      "RUR_URBNAME"  "SCH_BUS"      "SCH_BUSNAME"  "SP_JUR"      
## [66] "SP_JURNAME"   "ST_CASE"      "STATE"        "STATENAME"    "TWAY_ID"     
## [71] "TYP_INT"      "TYP_INTNAME"  "VE_FORMS"     "VE_TOTAL"     "WEATHER"     
## [76] "WEATHERNAME"  "WRK_ZONE"     "WRK_ZONENAME" "YEAR"

Ya se ha eliminado el atributo deseado, ahora el siguiente paso consiste en empezar a gráficar los atributos de interés, para empezar a entender las posibles relaciones entre ellos. Para ello se podría empezar con unos histogramas de los atributos relacionados con lugares o sitios de accidentes:

  • COUNTY
  • CITY
  • NHS
  • ROUTE
  • RUR_URB
  • FUNC_SYS
  • RD_OWNER
  • LATITUDE
  • LONGITUDE
  • SP_JUR
  • RELJCT1
  • RELJCT2
  • WRK_ZONE
  • TYP_INT
  • REL_ROAD
  • RAIL
  • LGT_COND
  • WEATHER
  • FATALS
  • DRUNK_DR
  • SCH_BUS

Estos cinco últimos atributos no son atributos de carácter geográfico, pero se ha creido pertinente resaltarlos para después, poder relacionarlos con los atributos geográficos. Dicho esto, se comienzan a crear histogramas con atributos cuyos conjuntos de valores son menores:

unique(datos["RUR_URB"]) # Para saber cuantos valores posibles hay
##      RUR_URB
## 1          1
## 2          2
## 628        6
## 994        9
## 7021       8
unique(datos["WRK_ZONE"])
##      WRK_ZONE
## 1           0
## 140         2
## 164         1
## 964         4
## 3838        3
unique(datos["SCH_BUS"])
##    SCH_BUS
## 1        0
## 21       1
unique(datos["NHS"])
##     NHS
## 1     0
## 10    1
## 994   9
#Contamos cuantas veces aparecen cada una de los posibles valores dentro de cada variable, esto nos dará una idea de dónde se producen más accidentes en cada, entorno, ciudad y estado
table(datos$RUR_URB)
## 
##     1     2     6     8     9 
## 15033 20233    69   348    83
table(datos$WRK_ZONE)
## 
##     0     1     2     3     4 
## 34992   432    47     8   287
table(datos$SCH_BUS)
## 
##     0     1 
## 35715    51
table(datos$NHS)
## 
##     0     1     9 
## 20308 14763   695
names(which.max(table(datos$RUR_URBNAME)))
## [1] "Urban"
names(which.max(table(datos$WRK_ZONE)))
## [1] "0"
names(which.max(table(datos$SCH_BUS)))
## [1] "0"
names(which.max(table(datos$REL_ROAD))) # La carretera en la que más accidentes se han procudido, es una carretera nacional?
## [1] "1"
names(which.max(table(datos$RELJCT2))) #De quien es la carretera en la que se ha dado el accidente
## [1] "1"
names(which.max(table(datos$ROUTE)))
## [1] "3"
names(which.max(table(datos$RD_OWNERNAME))) #De quien es la carretera en la que se ha dado el accidente
## [1] "State Highway Agency"
par(mfrow = c(1, 3))  # Dividir la ventana de gráficos en tres
#Ahora graficamos los histogramas
hist(datos$RUR_URB,main = "¿RURAL,URBANO,NOT IN INVENTORY,NOT REPORTED?",
     xlab = "Valores",
     ylab = "Frecuencia",
     col = "skyblue",
     border = "black")
hist(datos$WRK_ZONE,main = "¿Zona de trabajo?",
     xlab = "Valores",
     ylab = "Frecuencia",
     col = "green",
     border = "black")
hist(datos$SCH_BUS,main = "¿AUTOBUS escolar?",
     xlab = "Valores",
     ylab = "Frecuencia",
     col = "purple",
     border = "black")

par(mfrow = c(1, 3))  # Dividir la ventana de gráficos en tres

hist(datos$REL_ROAD,main = "¿carretera,mediana,quitamiedos?",
     xlab = "Valores",
     ylab = "Frecuencia",
     col = "skyblue",
     border = "black")
hist(datos$RELJCT2,main = "¿Área de intercambio?",
     xlab = "Valores",
     ylab = "Frecuencia",
     col = "green",
     border = "black")
hist(datos$ROUTE,main = "SEÑALIZACIÓN DE LA CARRETERA ",
     xlab = "Valores",
     ylab = "Frecuencia",
     col = "purple",
     border = "black")

hist(datos$RD_OWNER,main = "¿La carretera de quien es?",
     xlab = "Valores",
     ylab = "Frecuencia",
     col = "yellow",
     border = "black")

cat("Varianza atributo RUR_URB: ", var(datos["RUR_URB"]),"\n")
## Varianza atributo RUR_URB:  0.8009664
cat("Varianza atributo WRK_ZONE: ", var(datos["WRK_ZONE"]),"\n")
## Varianza atributo WRK_ZONE:  0.1454882
cat("Varianza atributo SCH_BUS: ", var(datos["SCH_BUS"]),"\n")
## Varianza atributo SCH_BUS:  0.001423942
cat("Varianza atributo REL_ROAD: ", var(datos["REL_ROAD"]),"\n")
## Varianza atributo REL_ROAD:  37.94969
cat("Varianza atributo RELJCT2: ", var(datos["RELJCT2"]),"\n")
## Varianza atributo RELJCT2:  41.06695
cat("Varianza atributo ROUTE: ", var(datos["ROUTE"]),"\n")
## Varianza atributo ROUTE:  5.252901
cat("Varianza atributo RD_OWNER: ", var(datos["RD_OWNER"]),"\n")
## Varianza atributo RD_OWNER:  1416.961

Como se puede observar por los histogramas, el mayor número de accidentes se da en los entornos urbanos (atributo RUR_URB de valor 4), seguido por los entornos rurales (atributo con valor 2). Luego, en términos de obras, practicamente la totalidad de los accidentes se dan en zonas donde no hay obras. Es importante destacar, que afortunadamente, practicamente en la totalidad de los accidentes, los autobuses escolares no se suelen ver envueltos en el accidente. Por lo tanto se podría decir que en la mayoría de entornos donde se dan los accidentes, no hay colegios cerca.

Analizando la segunda tanda de histogramas, en el primero de los tres, se muestra como de nuevo, practicamente la totalidad de los accidentes se dan en “roadway” es decir en la carretera (atributo de valor 1), luego una cantidad muy pequeña de accidentes se reparten entre el árcen y la mediana (valores 2 y 3), por último la infima cantidad restante de accidentes parecen no tener un reporte de la parte de la vía en la que se ha producido el choque. En el segundo histograma se observa como la mayoría de los accidentes no se dan en lugares sin intersecciones, no obstante luego hay una cantidad pequeña de accidentes que se dan en intersecciones o cerca de ellas. En el tercer histograma se observa un comportamiento mucho más variable, en el sentido de que el atributo toma de manera distribuida valores dentro del conjunto posible, de hecho como puede verse por su cálculo de la varianza, tiene una varianza de 5 aproximadamente, en comparación a una varianza de 0 propia de los atributos vistos en la primera tanda de histogramas. En este histograma se observa como los accidentes suelen darse en mayor proporción en las autopistas estatales (atributo con valor 3), a continuación se encuentran las carreteras catalogadas como “U.S. Highway”, luego en calles municipales, seguidamente se encuentran las carreteras condales, luego las interestatales y en el siguiente escalón se encuentran los accidentes que no tienen información de reporte acerca del tipo de vía.

Por último, el histograma en amarillo, representa el número de accidentes en carreteras según la entidad legal a la que pertenezcan la mismas. En dicho histograma puede verse como el mayor número de accidentes se dan en carreteras propiedad de la Agencia Estatal de Autopistas, seguidamente se encuentran una buena parte de accidentes que no tienen este atributo especificado.

Viendo el resultado de los histogramas, de esta fase puede concluirse, que la mayoría de los accidentes se dan en entornos urbanos, en carreteras propiedad de la Agencia Estatal de Autopistas (en carreteras estatales), el choque suele producirse en la misma carretera y no en el quitamiedos o fuera de la misma, y en los accidentes no suelen estar implicados los buses escolares, además los accidentes no suelen darse ni en zonas de obra o cerca de ellas, ni en interesecciones o próximas a ellas. El resultado tiene sentido, ya que cuantas más coches haya, más probabilidad de accidente, por eso el entorno urbano propicia un mayor número de accidentes, no obstante, teniendo esto en cuenta, es curioso ver como el tipo de vias que más aparece en los accidentes se da en las autopistas estatales, y no en calles, por lo tanto hay que profundizar en este campo. Además, el atributo ROUTE es el que presenta un comportamiento diferencial al resto.

Para ello se relaciona el atributo RUR_URB con ROUTE.

par(mfrow = c(1, 2))  # Dividir la ventana de gráficos en tres

datos$carreteras <- ifelse(datos$RUR_URB %in% c(2), 'URBANO', 'RURAL')
counts <- table(datos$carreteras)
barplot(prop.table(counts),col=c("green","grey"), main="Entorno de los accidentes",xlab ="Entorno", ylab = "Porcentaje (%)")

counts <- table(datos$ROUTE)
barplot(prop.table(counts),col=c("green","skyblue","blue","orange","yellow","purple","red","brown","cyan"), main="% de accidentes en cada tipo de vías", ylab = "Porcentaje (%)",names.arg=c("Interstate","U.S.Highway","St.Highway","County Rd","L.St-Township","L.St-Municipal","L.St-Frontage","Other","Unknown"), las = 2)

Como se puede observar, aproximadamente el 55% de los accidentes se dan en un entorno urbano, y un 45% en un entorno rural. Por razones de simplcidad, se han obviado los otros valores del conjunto posible de valores que puede tomar el atributo entorno, porque su repercusión en el porcentaje total es infima. A la derecha se observa el porcentaje de accidentes en cad tipo de vía, y como ya se vió en anteriores gráficos, el mayor número de acccidentes (aproximadamente el 30% del total de los accidentes) se dan en autopistas estatales, seguidamente, el 17% se dan autopistas categroziadas como “US Highway” y en el tercer puesto con un 15% de accidentes, se encuentran las calles locales de municipios.

No obstante, este es el incio del proceso, aún hay que relacionar los atributos entre sí, para poder sacar conclusiones más vinculantes. Ahora se va a relacionar el entorno de los accidentes con los estados en los que se han producido los accidentes, para ello se han seleccionado los estados con mayor población en EEUU.

datosESTADOS=subset(datos, datos$STATENAME == "California" | datos$STATENAME == "Texas" | datos$STATENAME == "Florida" | datos$STATENAME == "New York" | datos$STATENAME == "Pennsylvania")

files=dim(datosESTADOS)[1]
ggplot(data=datosESTADOS[1:files,],aes(x=RUR_URBNAME,fill=STATENAME))+geom_bar()+ggtitle("Relación entre el entorno y el Estado")

Cabe destacar que, hay una gran diferencia entre lso dos entornos, mientras que en el anterior gráfico estaban más cercanos el uno del otro, esto es porque esta vez solo se han seleccionado un grupo de estados en concreto, que además restultan ser los m´sa poblados del país. Por eso se nota esa diferencia.

En los dos entornos principales puede apreciarse el mismo comportamiento jerárquico, el estado que más accidentes tiene es California, luego la Florida, luego Nueva York, seguidamente se encuentra Pennsylvania, y por último Texas. Era de esperar que California fuese el estado con más accidentes, más aun en zonas urbanas, no obstante, el estado de FLorida tiene un mayor número de accidentes que el estado de Texas teniendo en cuenta sus respectivas poblaciones. en 2022 la población de la Florida se estimó en 22,244,823 personas, frente a los 30,029,572 habitantes de Texas, esto implica una diferencia de población de 8 millones de personas, que equivale aproximadamente a la población de la Comunidad de Madrid. El hecho de que Texas tenga “tan pocos accidentes” teniendo en cuenta su población y comparándola con el estado de la FLorida y sus accidentes, precisa de una aclaración, por ello, se va a hacer una comparativa con las otras dos bases de datos, respectivas a los años 2019 y 2021, para ver si este comportamiento se mantiene en el tiempo. Véase la siguiente celda de código:

par(mfrow = c(1, 3))  # Dividir la ventana de gráficos en tres

# ggplot(                                                        # begin ggplot!
#     mapping = aes(x = datos2019$RUR_URBNAME, fill = datos2019$STATENAME))+
#   geom_bar() +                    
#   theme_classic() +
#   labs(
#     x = "RUR_URB",
#     y = "counts"
#   )

# BASE DE DATOS DEL 2019
datos2019ESTADOS=subset(datos2019, datos2019$STATENAME == "California" | datos2019$STATENAME == "Texas" | datos2019$STATENAME == "Florida" | datos$STATENAME == "New York" | datos2019$STATENAME == "Pennsylvania")

files=dim(datos2019ESTADOS)[1]
ggplot(data=datos2019ESTADOS[1:files,],aes(x=RUR_URBNAME,fill=STATENAME))+geom_bar()+ggtitle("Relación entre el entorno y el Estado 2019")

# BASE DE DATOS DEL 2020
datosESTADOS=subset(datos, datos$STATENAME == "California" | datos$STATENAME == "Texas" | datos$STATENAME == "Florida" | datos$STATENAME == "New York" | datos$STATENAME == "Pennsylvania")

files2=dim(datosESTADOS)[1]
ggplot(data=datosESTADOS[1:files2,],aes(x=RUR_URBNAME,fill=STATENAME))+geom_bar()+ggtitle("Relación entre el entorno y el Estado 2020")

# BASE DE DATOS DEL 2021
datos2021ESTADOS=subset(datos2021, datos2021$STATENAME == "California" | datos2021$STATENAME == "Texas" | datos2021$STATENAME == "Florida" | datos2021$STATENAME == "New York" | datos2021$STATENAME == "Pennsylvania")

files3=dim(datos2021ESTADOS)[1]
ggplot(data=datos2021ESTADOS[1:files3,],aes(x=RUR_URBNAME,fill=STATENAME))+geom_bar()+ggtitle("Relación entre el entorno y el Estado 2021")

Como se puede comprobar por los resultados de arriba, las bases de datos del 2019 y del 2020 parecen ser idénticas, por ello es pertinente mencionar que se ha comprobado varias veces que se estuviese leyendo el archivo correcto en cada caso. Dicho esto, se observa un aumento en el número de accidentes para el año 2021 en los dos entornos, aunque el comportamiento jerárquico se mantiene constante, siendo California y la Florida los dos estados con más accidentes acumulados.

Para intentar relacionar las variables aún más para sacar más conclusiones de los datos, se va a gráficar las variables de muertes y estado, para el tipo de señalización de la vía (atributo ROUTE) Volveremos a centrarnos en la base de datos del 2020 al no haber encontrado ningúna informacion relevante en las otras dos bases de datos.

ggplot(data = datosESTADOS[1:files2,],aes(x=FATALS,fill=STATENAME))+geom_bar(position="fill")+facet_wrap(~ROUTENAME)+ggtitle("Número de muertes en accidente por Estado y señalización de vía")+labs(x="ENTORNO(1,2,6,8,9)")

Como se puede observar, California es el estado que más porcentaje de muertes acumula en vías cuya señalización se desconoce. Además, se observa como para las vías “Local Street-Frontage Road” el porcentaje de (1,2 y 3) muertes se dispara en el estado de Texas, lo mismo pasa en carreteras de California cuya señalización se desconoce, en este caso, el porcentaje de 1,2,3 y 4 muertes es muy alto. Cabe mencionar que el estado de California, tiene un alto porcentaje de cualquier número de muertes en gran parte del conjunto de vías. Por último, poniendo el foco en las vías señalizadas como “U.S. Highway” el estado de Texas según aumenta el número de muertes, también lo hace el porcentaje de que el accidente sea posible, esto también se observa para el estado de Pennsylvania. Por lo contrario, en el caso del estado de la FLorida, según aumenta el número de muertes, el porcentaje de accidentes se reduce.

Si se estudian las vías señalizadas como “State Highway” se observa algo similar, excepto para el estado de la Florida, pues ahora según aumenta el porcentaje de accidente, el número de muertos aumenta.

A parte de las conclusiones anteriores no se ha podido generalizar ningun comportamiento, por ello, ahora se va a buscar la correlación en función de las muertes y un conjunto de variables de carácter geográfico.

# Utilizamos esta librería para usar la funcio multiplot()
if(!require('Rmisc')) install.packages('Rmisc'); library('Rmisc')

n = c("DRUNK_DR","ROUTE","RUR_URB","RELJCT2","TYP_INT","WRK_ZONE","RD_OWNER","SP_JUR") 
accidentDataAux= datos %>% select(all_of(n))
histList2<- vector('list', ncol(accidentDataAux))
for(i in seq_along(accidentDataAux)){
  message(i)
histList2[[i]]<-local({
  i<-i
  col <-log(accidentDataAux[[i]])
  ggp<- ggplot(data = accidentDataAux, aes(x = accidentData$FATALS, y=col)) + 
    geom_point(color = "gray30") + geom_smooth(method = lm,color = "firebrick") + 
    theme_bw() + xlab("Muertes") + ylab(names(accidentDataAux)[i])
  })

}
multiplot(plotlist = histList2, cols = 3)

> >Como se puede observar arriba, la mayoría de tendencias son negativas, excepto la de los conductores bebidos, pues el número de muertos aumenta según lo hace el número de conductores alcohólicos. En el resto de gráficas se observa un comportamiento decreciente, que será más difícil de estudiar por la cantidad de valores que pueden tomar esos atributos, no obstante, se hace un pequeño estudio ahora. Y es que para muchos de estos atributos, el valor 0 (eje y) en cada atributo, suele determinar que aquello lo que el atributo represente, el valor 0 hace decrecer el número de víctimas, por lo tanto estamos provando lo contrario. Esto no es que sea malo, simplemente, lo que nos transmite esta gráfica es que en las zona donde hay obras o cerca de ellas, en los entornos rurales, en las zonas sin intersecciones, etc, el número de muertes decrece.

A continuación se construye la matriz corrplot, para ver en valor numérico las correlaciones:

if(!require("corrplot")) install.packages("corrplot"); library("corrplot")
n = c("FATALS","DRUNK_DR","ROUTE","RUR_URB","RELJCT2","TYP_INT","WRK_ZONE","RD_OWNER","SP_JUR")
factores= datos %>% select(all_of(n))
res<-cor(factores)
corrplot(res,method="color",tl.col="black", tl.srt=30, order = "AOE",
number.cex=0.75,sig.level = 0.01, addCoef.col = "black")

Como se puede observar hay una correlación considerable entre el atributo TYP_INT y RELJCT2, esto tiene sentido porque son dos atributos que representan el tipo de intersección y si cerca o en el lugar del accidente había una intersección. Luego, se observa una correlación del 0.51 entre RD_OWNER y ROUTE, esto era de esperar también, puesto que el atributo RD_OWNER representa la entidad legal de quien es propiedad la carretera, y el atributo ROUTE identifica el tipo de señalización de la carretera del accidente.

Aunque la correlación de TYP_INT y RELJCT2 no es el del 90%, se es consciente de que no aportan demasiada información por seaparado, por lo tanto se va a eliminar uno de ellos. El criterio de eliminación de un atributo es el mismo que se ha visto en teoría, y es que, hay que eliminar el atributo que menos relación guarde con el objetivo principal del proyecto. Como el objetivo del proyecto era el de la identificación de las zonas de carreteras, estados, entornos, tipos de vías, etc dónde más accidentes se producen, es decir la identificación de atribiutos geográficos que más accidentes acumulan, para en un futuro poder prevenir accidentes con ayuda de un modelo de IA/ML. Como el atributo TYP_INT solo se centra en el tipo de intersección, mientras que el atributo RELJCT2 identifica la zona del accidente respecto a la presencia o proximidad de elementos típicos de cruces, salidas, avenidas, etc, se va a proceder a eliminar el atributo TYP_INT.

drop <- c("TYP_INT","TYP_INTNAME") 
datos = datos[,!(names(datos) %in% drop)] 
sort(colnames(datos)) #COMPROBAMOS QUE LO HEMOS ELIMINADO
##  [1] "ARR_HOUR"     "ARR_HOURNAME" "ARR_MIN"      "ARR_MINNAME"  "carreteras"  
##  [6] "CITY"         "CITYNAME"     "COUNTY"       "COUNTYNAME"   "DAY"         
## [11] "DAY_WEEK"     "DAY_WEEKNAME" "DAYNAME"      "DRUNK_DR"     "FATALS"      
## [16] "FUNC_SYS"     "FUNC_SYSNAME" "HARM_EV"      "HARM_EVNAME"  "HOSP_HR"     
## [21] "HOSP_HRNAME"  "HOSP_MN"      "HOSP_MNNAME"  "HOUR"         "HOURNAME"    
## [26] "LATITUDE"     "LATITUDENAME" "LGT_COND"     "LGT_CONDNAME" "LONGITUD"    
## [31] "LONGITUDNAME" "MAN_COLL"     "MAN_COLLNAME" "MILEPT"       "MILEPTNAME"  
## [36] "MINUTE"       "MINUTENAME"   "MONTH"        "MONTHNAME"    "NHS"         
## [41] "NHSNAME"      "NOT_HOUR"     "NOT_HOURNAME" "NOT_MIN"      "NOT_MINNAME" 
## [46] "PEDS"         "PERMVIT"      "PERNOTMVIT"   "PERSONS"      "PVH_INVL"    
## [51] "RAIL"         "RAILNAME"     "RD_OWNER"     "RD_OWNERNAME" "REL_ROAD"    
## [56] "REL_ROADNAME" "RELJCT1"      "RELJCT1NAME"  "RELJCT2"      "RELJCT2NAME" 
## [61] "ROUTE"        "ROUTENAME"    "RUR_URB"      "RUR_URBNAME"  "SCH_BUS"     
## [66] "SCH_BUSNAME"  "SP_JUR"       "SP_JURNAME"   "ST_CASE"      "STATE"       
## [71] "STATENAME"    "TWAY_ID"      "VE_FORMS"     "VE_TOTAL"     "WEATHER"     
## [76] "WEATHERNAME"  "WRK_ZONE"     "WRK_ZONENAME" "YEAR"

Anteriormente, se vió como los entornos de los accidentes predominantemente, eran dos; RURAL y URBANO, no obstante, el atributo entorno, podría tomar hasta 5 valores. Por lo tanto lo que se va a hacer ahora, va a ser CODIFICAR con un cada vez que un accidente se de en un entorno urbano y en 0 cuando se de en un entorno rural.

INTERPRETACIÓN DE LOS RESULTADOS

Por los útlimos datos que se han estudiado, se podria decir que el estado de California, es el estado que más muertes acumula en cualquier tipo de vía. Estudiando los datos del estado de Texas, a pesar de población, es el estado que menos accidentes suele registrar (dentro del conjunto de estados que se ha estudiado)

Finalmente, a modo de reflexión, creo que a lo largo del desarollo de este proyecto, he sufrido de lo llamado como parálisis por análisis, pues he querido buscar un buen objetivo, y a la hora de analizar los resultados, al haber tantos datos y atributos, he colapsado, olvidando así, ideas interesantes para relacionar atributos y perdiendo de vista el objetivo.